SAR是获得遥感图像的重要技术途径,其结果是波束覆盖区域的灰度图像。随着SAR图像的质量越来越高,SAR图像的应用受到了各国学者地广泛关注。在导航领域,利用SAR图像匹配技术进行载体定位起到了修正INS和GPS误差的作用,可支持长时间的高精度定位,具有重要的应用价值。相比于早期基于灰度统计的匹配算法,基于特征的匹配算法在图像的仿射不变性和尺度不变性上具有明显的优势,对于SAR图像普遍存在的相干斑噪声、高动态和几何形变具有较强的鲁棒性。然而,一般来说基于特征的匹配算法计算结构复杂且运算量大,并不易于工程实现。本文以实时实现基于特征的匹配算法为目的,提出了“尺度空间降维+分步极值检测+平均权值小邻域”的组合方法对基于特征的SAR-SIFT匹配算法进行加速,在保证算法效果的同时极大地提升了SAR-SIFT算法的计算效率,同时进行了工程实现平台设计和SAR-SIFT加速算法的多核并行计算实现架构设计。本文主要工作如下:1.SAR-SIFT算法加速方法研究。基于特征的SAR-SIFT匹配算法计算时效性很大程度上取决于特征点的数量和特征向量的维数,本文以“尺度空间降维+分步极值检测+平均权值小邻域”组合方法对SAR-SIFT算法进行了加速处理。具体地,以更少的尺度空间减少空间建立计算量,以更快的分步特征检测代替空间邻域特征检测方法,以无加权小邻域代替加权大邻域对特征向量降维,在保证算法性能前提下提升了算法的计算效率,同时减小了代码尺寸。2.SAR-SIFT加速算法计算平台设计。本文结合SAR-SIFT加速算法的计算特点和SAR图像匹配在SAR成像系统中的认知对其计算平台进行了功能设计与合理的计算资源分配;为充分利用平台的计算资源,实现了工程实现用到的SRIO接口和HyperLink接口并分别进行了性能测试;结合算法需求实现了基于SYSLINK的线程通信、基于Notify和硬件信号量的多核同步方式、基于EDMA3的矩阵转置等TMS320C6678芯片关键技术。3.SAR-SIFT加速算法多核并行实现。基于对SAR-SIFT加速算法的计算分析和模块规划,将SAR-SIFT加速算法划分为尺度空间建立、尺度相关和非尺度相关三部分。对算法各部分进行了多核并行计算的可行性分析,提出将尺度空间建立部分数据对应8核进行同步操作,尺度相关部分将尺度层数据与内核一一对应,非尺度相关部分进行8核同步操作;根据数据接口的负荷分析,将算法的计算模块合理分配在有限的计算资源上;结合主从模式、数据流模式的优点,提出了功能对应任务的软件架构,该架构可以在不改变总体结构的情况下对功能进行扩展;对实现代码在编译、编码和底层计算能力上进行优化处理并进行性能测试。