可见光图像的成像效果好,具有分辨率高、成像直观和易判读等优点;合成孔径雷达(Synthetic Aperture Radar,SAR)具有穿透力强,全天时、多天候的工作能力。将二者图像信息配合使用,能够发挥各自的优势,最大限度获取目标场景的地物特征,在军事和民用领域都具有广泛的应用。而这些应用的前提是稳定可靠的高精度图像配准技术,因此,研究二者的图像配准技术具有重要意义。本学位论文以可见光和SAR图像为研究对象,深入研究可见光和SAR图像的配准技术,旨在提高可见光和SAR图像的配准精度、算法效率和鲁棒性。针对SAR图像存在斑点噪声,可见光和SAR图像地物的辐射特性和几何特性差异等问题,从多种角度研究了可见光与SAR遥感图像配准算法,具体研究内容如下:(1)SIFT算法在处理可见光和SAR图像配准时经常失效,针对此问题,提出一种基于非线性扩散滤波和改进SIFT的可见光和SAR图像配准方法。首先,采用非线性扩散滤波构建影像的尺度空间,能够在抑制斑点噪声的同时,更好地保存图像的边缘和细节特征;接着,分别采用多尺度Sobel算子和多尺度ROEWA算子计算可见光和SAR图像的一致性梯度信息,并在一致性梯度信息基础上构建了两类Harris尺度空间,在该尺度空间上提取重复性高且对噪声鲁棒的特征点;最后,基于梯度位置方向直方图构建描述符,利用特征的位置、尺度和方向对特征进行约束,完成特征匹配。实验结果表明,该算法在匹配成功率和匹配精度上优于改进的SIFT算法,并保留了SIFT算法的旋转和尺度不变性。(2)机载光电/SAR一体化平台在获取图像过程中存在视轴指向误差,且可见光和SAR影像间存在较大的非线性辐射差异,针对此问题,设计了适用于机载图像的可见光和SAR配准框架。首先,利用地理信息进行粗匹配准,确定二者图像大致的重叠区域,大致消除图像间存在的旋转差异,并根据传感器的分辨率信息通过重采样大致消除图像间的尺度差异;随后,对重叠区域图像进行精配准,采用分块Harris在参考图像中提取一定数量的角点和网格点作为特征点;并利用图像的梯度信息构造图像的三维稠密特征表达图,在此基础上对每个特征点构建三维结构信息描述符;最后,为了增加匹配速度,将描述符转到频域,利用平方和之差作为相似性度量,采用模板匹配实现相似度匹配。实验结果表明,该方法实时性较好,并能获得较高的匹配精度,适合工程应用。(3)SAR图像的斑点噪声和可见光SAR图像间的非线性辐射差异,导致可见光和SAR配准算法的鲁棒性较差,针对此问题,提出一种鲁棒的可见光和SAR遥感图像配准算法(ROS-PC)。该算法包括一个新颖的特征检测器(UMPC-Harris)和一个新颖的局部特征描述符(HOMSI)。UMPC-Harris利用相位一致性矩信息构造相位一致性多矩图,并在多矩图上采用投票策略,选取了稳定的、重复率高的边缘点和角点作为特征点;HOMSI采用多尺度最大幅值索引图和相位一致性方向取代图像灰度梯度幅值和方向特征构建局部特征描述符,以克服梯度信息对影像间灰度差异敏感的问题。实验结果表明,所提出ROS-PC算法能够较好的抑制可见光和SAR图像的辐射差异,提高匹配算法的鲁棒性。本论文提出的方法在特征提取、特征描述和特征匹配等方面提供了研究的新思路,为实现高精度、鲁棒性好的可见光和SAR图像配准算法提供了一定的理论依据和设计参考。