图像匹配是计算机视觉,机器学习和模式识别领域内的核心基础问题。在图像表示、图像拼接、图像分类和查找、目标识别、3D重建、目标追踪、机器定位和生物信息系统中都被大量使用。因此,如何高效正确地进行特征点匹配是一个值得深入研究的课题。如今,有很多的学者提出了一些类似于最邻近法和基于哈希法的算法来进行特征点匹配,这些算法虽然能够极大地提高匹配的速度,但是对图像匹配的准确度而言并没有起到很好的效果,反而与蛮力法相比准确度更下降了。基于空间顺序的算法提出了从图像X坐标分析可知正确的匹配点之间不会出现交叉,因此利用特征点匹配的空间顺序性质可有效的去除不正确的匹配点,然而原始基于空间顺序的算法是在图像特征点匹配完成后才进行不正确匹配点的去除,事实上如果能将空间顺序的概念融入到特征点匹配的过程中应该可以更有效地限缩特征点匹配的范围进而提升匹配的准确度,故本研究提出一个结合空间顺序的渐进式特征点匹配的方式。该渐进式匹配方式首先通过本研究论文中提出的基于索引值采样算法来匹配图像特征点。匹配建立后运用概率计算的方式选择正确的匹配点,然后通过正确的匹配点建立初步的图像空间顺序模型。接下来继续通过基于索引值采样算法来逐步匹配剩下的特征点,当通过概率计算的方式不断增加正确的匹配点,那么不断更新图像匹配的空间顺序模型,使得接下来的匹配的空间范围更加精准直至图像特征点匹配结束。本研究论文架构基于Matlab 2014实现,并通过大量的实际图像进行测试,实验结果表明本方法确实可以提升特征点匹配的准确度。