利用中低分辨率合成孔径雷达(SAR)影像，通过灰度共生矩阵提取不同纹理窗口大小的纹理特征来构造差异影像，并结合Otsu阈值分割方法来获取变化图像。实验结果表明，当检测地物单一、变化较明显的区域时，通过选用均值纹理特征并结合相应纹理窗口，中低分辨率SAR影像能够满足变化检测精度的要求。

针对具有倾斜的遥感图像的自动配准问题,提出一种增强自动配准方法.该方法首先应用最大极值稳定区域(Maximally Stable Extremal Regions,MESR)特征的仿射不变性结合匹配能力较强的 SIFT(Scale Invariant Feature Transformation,SIFT)描述子进行粗匹配,初步校正倾斜图像的空间变换;然后利用 Harris-Laplace(H-L)在图像旋转、光照变化条件下能最稳定的提取 2维平面特征点和在 3维尺度空间中能最稳定高效地提取特征点的特性结合随机一致性检验(Random Sample Consensus,RANSAC)方法进行精匹配.通过实验分析证明,与 SIFT配准方法相比该方法能够对倾斜的遥感图像实现更精确的自动配准.

针对倾斜的遥感影像配准困难问题，提出一种基于集成最大极值稳定区域 (MSER)和尺度不变特征转换 (SIFT)的互补不变特征的自动影像配准算法。该算法首先应用目前公认的具有最佳仿射不变性的 MSER特征区域进行影像的粗匹配，初步校正影像的空间形变。然后在粗匹配基础上采用匹配能力较强的 SIFT描述子与仿射不变矩描述子相结合，进行精匹配。通过以上两步匹配，可以提高遥感影像配准精度，尤其对倾斜影像效果更明显。最后采用倾斜的无人机 (UAV)影像进行试验，并与 SIFT配准算法比较。结果表明，本文算法在仿射不变性和匹配正确率方面均优于 SIFT配准方法。