中文摘要：

作为图像的抽象信息,图像的空间结构是图像配准中可靠的高级特征。基于空间结构的图像配准算法目前已成为图像配准领域中一个新的研究方向。针对遥感图像配准中由于重叠区域低、特征单一、大尺度仿射变换及动态变化导致的匹配不一致性问题，本项目将对图像的空间结构信息进行深入研究和探索，构造空间不变量。同时考虑图像的局部结构信息、全局结构信息、匹配约束、决策限定等问题，建立基于空间结构特征的遥感图像快速匹配模型。利用图匹配的思想对其进行简化，并转化为满足压缩映像定理的方程求解。然后提出基于双向空间约束TSOC和误差限定ER的格外点过滤策略，该策略将大大提高规模大且干扰点多的点集的配准速度。继而采用机器学习的方法实现参数的选取，提高配准算法的鲁棒性。最后对算法的效率进行分析和验证。本课题将为航空遥感领域图像配准拓展新的研究思路，提供健壮的图像配准方法，填补海上航空遥感图像配准的空白。