遥感图像的配准是将不同时相、不同遥感平台等获取的数据配准到同一坐标系统下的过程。由于各传感器成像的分辨率不同、时相不同或成像机制不同等原因,使得图像之间必然出现相对平移、旋转、比例缩放等变化,不能直接进行图像融合,必须进行图像配准,以便各个图像能进行像元与像元间的对比和运算。合成孔径雷达具有全天时,全天候的工作特性,并且可以穿透树木,得到高分辨率的合成孔径雷达图像(SAR图像)。高分辨率的SAR图像不仅在军用方面得到了很大的发展,其民用用途也越来也广泛。这就促使了有关SAR图像解译方面的研究越来越多,也越来越深入。SAR图像的配准就是逐渐发展而来的一种重要的SAR图像处理过程,它对于SAR图像和光学图像融合,SAR图像间的变化检测等是必不可少的一个步骤。本文在这个背景下进行了基于特征的SAR图像配准方法的研究。首先在第二章介绍了有关遥感图像配准的理论知识,然后第三章重点介绍了SAR图像配准的研究现状和配准方法,并对这些方法进行分析比较,总结出具有代表性的SAR图像配准研究方法及他们的适用性,重点研究了基于特征的配准方法,同时结合了基于灰度统计特性的方法。灰度统计特性主要研究了互信息准则和对齐度准则的方法,实验得出他们的适用性。最后,在基于这些研究的基础上,提出了一种基于特征的由粗到精(coarse-to-fine)的SAR图像自动配准方法,对分割后的SAR图像寻找匹配区域并进行修正。实验证明了此方法的有效性,无论从计算时间还是从计算精度上都有一定的改善。