本文研究的主要问题是小行星表面陆标提取与匹配算法。在深空探测中由于探索的部分天体距离地球遥远，所造成的通信延时使得人们无法接收实时信息，因此也无法对探测器进行实时控制，针对此问题越来越多的人认为开发出基于光学成像的自主导航视觉系统十分重要。由于小行星表面大多色彩缺乏，纹理单一，陨石坑、岩石分布较多，能够针对小行星表面特征的特征提取与匹配的算法就显得尤为重要。　　文章首先主要介绍了探测器自主导航、探测器软着陆、和探测器自主光学导航算法的研究现状，并说明本文所要研究的主要内容。然后简要说明探测器自主光学导航方案，分析了软着陆视觉导航三个不同阶段的导航策略，建立计算所需的三个坐标系，并定量分析它们之间的关系，说明导航定位可通过提取与匹配拍摄的相邻图像的地面路标来实现。　　为区别不同陨石坑的形状，使用基于边缘检测和模板匹配的特征区域提取与匹配算法。使用拉普拉斯算子对边缘进行检测并使用原图像对检测结果进行叠加，提取出含有图像边缘信息的特征区域，然后使用模板匹配对特征区域进行匹配。考虑到图像可能发生的仿射变换，将特征区域的形状信息引入到相关匹配当中，实验表明该方法对含有面积较大陨石坑的图像有很好的匹配效果。　　由于上一章所用方法对于面积较小特征区域效果较差，所以使用基于阈值分割与位置相关的傅里叶描述符的特征区域提取与匹配算法。使用傅里叶描述符分别描述相邻图中特征区域边缘，欧氏距离最近的即是正确匹配。其中，使用较大的特征区域建立标准向量，使用该标准向量对匹配结果进行修正正，实验表明该方法对实际拍摄图像中的面积大小不一的陨石坑、沟壑、石块等均有较好的匹配效果。　　基于特征区域的匹配的固有问题是地面路标较少，SIFT算法能够在一幅图像中找到大量的特征点，并且具有平移、缩放和旋转不变性，因此使用SIFT算法对于行星表面图像进行处理，并加入区域归一化，消除斜切的影响，可以找到更多的匹配对，获得更精确的导航信息。