異種のリモートセンシング画像として、高解像度の夜間光画像と光学リモートセンシング画像は大きく異なり、従来の画像登録アルゴリズムに基づく自動登録は不可能であり、現在は主にArcGISを使用した手動でのポイント指定に依存している。したがって、本論文では、深層学習に基づく高解像度夜間光および光学リモートセンシング画像の自動登録フレームワークを提案する。まず、夜間光および光学リモートセンシング画像の二値化された道路網を抽出してダウンサンプリングし、絶対誤差和（SAD）アルゴリズムを用いて粗いマッチングを行う。次に、YOLOv8物体検出モデルを使用して、夜間光および光学画像の道路網交差点の中心点を制御点として抽出し、ユークリッド距離とランダムサンプリングコンセンサス（RANSAC）アルゴリズムにより同名制御点をマッチングおよび選別する。最後に、最小二乗法を用いてアフィン変換行列を求め、高解像度夜間光および光学リモートセンシング画像の精密な登録を実現する。吉林1号の0.92 m解像度の夜間光画像と0.75 m解像度の光学画像を用いて、本手法の有効性を検証した。実験結果は、提案手法が高解像度夜間光および光学画像の自動登録を実現可能であり、成都市と長春市の都市部試験データの登録後における平均二乗平方根誤差（RMSE）はそれぞれ3.29 mおよび3.36 mで、高い登録精度を持つことを示している。

夜間光リモートセンシング画像;光学リモートセンシング画像;深層学習;道路網;自動登録