特征点提取与匹配是遥感图像处理中关键的一环，目前成熟的算法大多面向对地成像类型的遥感图像，对于空间目标的遥感图像，没有考虑成像条件与探测平台的影响因素，特征点匹配质量较差。针对空间目标的匹配精度不高这一问题，文章提出了一种基于聚类的特征点匹配算法。首先，根据空间目标的重复弱纹理进行特征点提取与描述，再利用特征点的空间位置进行聚类，并对特征点簇进行匹配；之后将特征点的主方向减去目标整体方向，利用特征点主方向对每一个点簇进行再分组，并完成特征点匹配；最后利用最近邻次近邻比率方法和随机样本一致算法（RANSAC）剔除外点。采用该特征点匹配方法进行的模拟成像数据实验结果表明，对于空间目标图像，基于聚类的特征点匹配较直接匹配，匹配数量的提升最高可达50%，重投影误差优于1/4个像元。文章提出的这一方法使用目前通用的各种特征描述子，能够大幅度提高空间目标图像特征点匹配的数量与精度。

林业测量调查是星载激光遥感的重要应用方向。迄今为止，国外发展了多台套的星载激光载荷已经用于林业遥感。国内资源三号（02）星搭载的激光测距仪实验载荷实现了我国星载激光对地观测的突破，即将发射的陆地生态系统碳监测卫星多波束激光雷达也将在林业遥感中取得重要应用。ICESAT-1/GLAS系统全波形数据成功用于全球林地垂直结构调查，ICESAT-2/ATLAS系统以光子探测的方式获取林地点云调查数据，星载激光遥感林业应用从实验、演示验证、进入实用阶段。这期间多型星载激光雷达经过了技术体制的选择、参数的优化，器件技术和处理技术的突破。本文综述了主要在轨服务林业遥感的星载激光雷达的配置和数据应用，研究了星载激光雷达林业遥感的探测机制、技术体制、应用现状、适用范围等，分析总结了各类星载激光雷达林业应用技术特点、发展演化趋势，提出星载激光雷达载荷研制应根据任务应用需求、科学和工程目标，充分发挥激光技术长项，与其他载荷手段优化配置，扬长补短，展望了星载激光雷达林业遥感技术和应用的发展趋势、研究热点及其应用拓展。