Apuntando a las diferencias radiométricas no lineales entre las imágenes de sensores de múltiples fuentes y el ruido coherente de manchas y otros factores que conducen a dificultades de alineación, se propone el método de registro de imágenes de sensores de múltiples fuentes débilmente sensibles al gradiente, que no necesita extraer el gradiente de la imagen en todo el proceso y tiene invarianza rotacional. En la etapa de detección de puntos característicos, se obtiene el mapa de momento máximo utilizando la transformación de consistencia de fase para reemplazar el mapa de bordes de gradiente para la detección de puntos característicos de Harris chunked, aumentando así el número de puntos característicos repetidos en la imagen heterogénea. Para tener invarianza rotacional de los descriptores posteriores, se propone un método para determinar el ángulo de fase principal. Se cuenta el ángulo de fase de la región cercana al punto característico, y se utiliza el método de interpolación parabólica para estimar el ángulo de fase principal más preciso dentro del intervalo determinado. En la etapa de descripción de características, se utiliza la secuencia de convolución Log-Gabor para construir el mapa de índice con la amplitud de fase máxima, se convierte la imagen heterogénea en una imagen isomórfica, y la imagen isomórfica de la región alrededor del punto característico se rota utilizando el ángulo de fase principal, que a su vez se utiliza para construir el vector de características con el punto característico como centro mediante el método de interpolación cuadrática. En la etapa de coincidencia de características, se realiza la coincidencia de características utilizando la suma de cuadrados de distancias euclidianas como métrica de similitud. Finalmente, después de experimentos cualitativos y cuantitativos de seis grupos de cinco pares de tasas de coincidencia correcta de imágenes de sensores de múltiples fuentes diferentes, errores cuadráticos medios y estadísticas del número de puntos coincidentes correctamente, se verifica que este algoritmo tiene la ventaja de precisión robusta en comparación con los algoritmos actuales.