随着科学技术的快速发展,多波段、多平台、多时相的遥感数据越来越多。机载LiDAR作为一种新型的对地观测技术,由于其具有主动性、受天气影响小、不受阴影影响以及对地物间缝隙具有一定的穿透性等优点,越来越受到人们的重视。但是,由于其数据获取方式决定了它难以直接获得物体表面的语义信息。传统的卫星影像,SAR和摄影测量影像数据缺乏直接的三维信息、地物结构的复杂性、地物之间的遮挡但能提供了大量丰富的光谱信息、纹理特征等语义信息。因此机载LiDAR与光学影像可以形成良好的互补,将两者进行融合或者联合使用可以有效弥补彼此的不足。点云与影像的配准是联合使用这两种数据的前提,如何进行高精度的配准一直是学者和专家研究的重点。目前虽然有大量点云与影像配准的研究,但不管是精度还是自动化程度一直都有一定的不足,特别是在影像没有充足初始信息情况下进行点云与影像的配准。针对上述研究目标,本文在对互信息概念进行深入理解基础上,将互信息测度作为判别标准,将点云数据转化为强度影像、深度影像分别和光学遥感影像进行结合互信息计算完成配准。主要研究内容包括:(1)研究了机载LiDAR与光学影像的配准现状以及互信息用于配准的发展情况,同时对配准的基本问题及互信息的概念及计算进行了介绍;(2)为了提高配准精度及配准效率需要较好的初始参数。本文通过将点云生成的强度影像与光学影像进行SIFT配准,根据概略配准(对点云与影像数据分别提取面片特征,根据面积确定匹配的面片,计算其重心化坐标完成二维的概略配准)剔除大量误匹配点对,并根据强度影像对应的深度影像的高程值完成二维与三维的对应关系建立;(3)为了充分利用数据信息,分别将点云生成强度影像与深度影像,将两者与光学影像进行结合互信息计算,根据最大结合互信息作为测度用Powell算法进行搜索完成配准;(4)本文选择三组吉林地区机载点云与对应光学影像数据用本文算法进行实验,通过对结果的定性与定量分析,证明本文提出的结合互信息的方法是可行有效的。