当前遥感技术的快速发展使遥感影像数据的获取更加快捷和方便，为地理空间数据的持续更新提供了强大的动力。相应的，对地理空间数据间自动匹配的要求也越来越高，特别是在新获取的遥感影像与现有矢量空间数据之间的配准方面，如在土地调查、变化检测等应用中，常常需要将新获取的遥感影像和现有的矢量数据进行配准等预处理。在遥感影像预处理中，关键步骤是对遥感影像的几何纠正。而在几何纠正中，目前通常采用人工选择控制点的方法，这样影像纠正的精度必然受到人为因素的影响。因此，如何实现无控制点情况下遥感影像数据与矢量数据的配准具有重要应用意义。

本文主要思路是通过对影像数据进行基于形状特征的提取及矢量化，然后利用矢量空间数据间匹配方法对矢量化后数据和现有矢量空间数据进行匹配，获取匹配实体对；在获取的匹配实体对中选取控制点对，在矢量化后数据中选取控制点，将所选取的控制点反馈到原始遥感影像上进而获得控制点相应的像元坐标；最后应用矢量化后数据中控制点的像元坐标数据和现有矢量空间数据中对应的同名点坐标数据对原始影像进行几何纠正，从而实现矢量空间数据和影像数据的配准。本文的主要工作可以概括为以下几点：

(1) 分析了地理空间数据匹配在各种应用中的重要性，总结了矢量空间数据间匹配和矢量空间数据与影像数据间匹配的研究现状，提出了将矢量空间数据与影像数据间的配准转换到矢量空间数据间匹配的思路。

(2) 分析了数学形态学理论，在此基础上，提出了一种影像噪声抑制方法——顾及对称保持的综合形态学混合滤波器，并采用了多个抑制影像噪声效果衡量指标对所提滤波器滤波效果进行了评价；分析了当前常用的边缘检测方法和Beamlet变换理论，提出了基于Beamlet变换和Canny算子的特征提取模型并进行了试验和比较分析。

(3) 在分析了当前所用矢量空间数据匹配方法优缺点后，对傅里叶变换及傅里叶形状描述子进行了详细的探讨分析。地理实体的凸凹几何形状往往对其外形特征有着决定性作用，而面实体的边界线在某点两侧割线的夹角和拱高正是对边界线在该点的弯曲程度和凸凹性的反映，利用这一特性，提出了基于弯曲度半径复函数的傅里叶形状描述子和基于拱高半径复函数的傅里叶形状描述子。然后分别应用这两个形状描述子构建了综合空间相似度度量模型，利用这些模型进行了匹配试验，并应用所提出的匹配算法性能评估指标对匹配试验结果进行了比较分析，验证了所提算法的有效性。

(4) 在矢量空间数据与影像数据间配准方面，研究了基于面状特征的矢量空间数据与影像数据间的配准。在矢量与影像配准这一环节中，首先将影像通过噪声去除、影像分类、特征提取等步骤进行矢量化，然后对矢量化后的数据与现有矢量空间数据进行匹配，匹配方法采用前面所提出的矢量空间数据间匹配方法。提出了两种新的影像控制点获取方法，即边界特征点法和边界特征点扩展法，利用所提出的方法在上述矢量间匹配所获取的匹配成功的实体中进行控制点的选取，应用所选取的控制点对影像进行几何纠正，实现了矢量空间数据与影像数据的配准，并对所选取的控制点进行了精度评价分析。

(5) 针对基于形状特征的矢量数据与影像数据配准研究所涉及的影像去噪、特征提取、影像矢量化和影像控制点的自动选取等算法，开发了一套原型系统。利用该系统进行了不同地区不同类型影像数据矢量化后数据和现有矢量空间数据的匹配试验，并利用试验结果及所选取的控制点对原始影像进行了几何纠正试验。试验结果表明本文提出的矢量数据与影像数据配准方法是合理且有效的。