张萌生，杨树文，贾鑫，臧丽日

(1.兰州交通大学测绘与地理信息学院，兰州 730070； 2.地理国情监测技术应用国家地方联合工程研究中心，兰州 730070； 3.甘肃省地理国情监测工程实验室，兰州 730070)

0 引言

遥感影像配准是一个空间映射的过程，即通过某种空间变换使得2幅影像中同一目标点达到空间位置一致。遥感影像配准技术在影像自动处理领域得到广泛应用，是目前遥感研究应用的热点问题之一，学者们先后提出了多种配准算法[1]。影像配准算法大致可分为基于灰度信息和基于特征2种配准算法。其中，基于特征的影像配准算法以计算量小、速度快、鲁棒性强的特点被广泛的应用。

在基于特征的影像配准算法中最具代表性的是Lowe提出的尺度不变特征变换算法(scale-invariant feature transform，SIFT)[2-3]，因具有优秀的仿射不变性和鲁棒性[4]在影像配准领域得到了广泛的认可。在此基础上，李晓明等首次将SIFT算法应用在遥感影像的自动配准中，但是传统SIFT算法进行遥感影像配准过程中的效果并不理想。为此，李晓明等[5]引入了随机抽样一致(random sample consensus，RANSAC)算法[6]，较为有效地剔除了误匹配点对并提高了匹配精度。然而，由于遥感影像的不确定性，SIFT与RANSAC算法结合进行遥感影像匹配过程中仍存在大量的误匹配点对，达不到实际应用的匹配效果。

针对此问题，程焱等[7]提出使用M估计代替RANSAC算法提高遥感影像自动配准精度的建议。但由于在遥感影像的匹配过程中误匹配点对较多，使用传统的统计学方法剔除误匹配点对仍较为困难。……