本文对两类图像匹配算法进行了研究:基于图像灰度信息的匹配算法和基于图像特征的匹配算法。基于图像灰度信息的匹配算法可以实现精确的图像匹配,但对图像质量要求严格,当存在干扰光源时,难以做到精确匹配。基于图像特征的匹配算法对光照和遮挡影响不敏感,可以在一定程度上克服非线性的不均匀光照的干扰,但是匹配算法相对比较复杂。在基于图像灰度的匹配算法方面,分析了现有的一些基于图像灰度信息的算法,对序贯相似性检测算法(SSDA)做了深入的研究,对两步SSDA算法进行优化,并通过实验验证了该算法在匹配精度和速度方面的改进。对基于图像特征的匹配算法,在特征的选定和提取,相似性准则的确定和实现等方面进行了较深入的研究。以角点特征作为提取单元,充分利用角点信息含量高的优点,对图像处理小核值相似区(SUSAN)算法做了一些改进。在提取角点信息后,以Hausdorff距离为匹配准则,实现了准确的图像匹配,搜索策略上引入了分层搜索法,极大的提高了匹配效率。