本发明公开了一种基于无监督深度学习的遥感影像配准方法，将影像配准转化为回归优化问题，可集成多种形式和参数的特征提取网络、影像相似性测度和特征描述符。本发明在多个尺度上利用模型网络提取出待配准影像的深度特征，经参数回归得到几何变换参数，利用该参数对影像进行几何校正，实现影像“由粗到精”的多尺度逐级配准。本发明不需要配准真值作为训练样本，通过构建基于影像间相似性测度和特征描述符的损失函数，对多尺度上的损失函数进行联合训练，以反向传播更新各模型网络的参数，优化几何变换参数，实现高精度、高鲁棒性的多源遥感影像配准。