图像是人类获取信息的重要来源。随着信息技术的快速发展,图像的获取和处理不再局限于我们自己。越来越多的图像获取设备和图像处理系统不断地出现,机器也能像人类一样获取并处理图像。本文根据靶标定位需求,在总结众多图像匹配算法的基础上,研究了图像靶标匹配的相关算法,提出了改进Chamfer匹配算法和基于SURF(Speed up Robust Feature)特征图像匹配算法。改进Chamfer匹配算法适用于简单情况下的图像靶标定位应用,能够快速准确地识别出靶标图像的位置。该算法在Chamfer倒角匹配算法的基础上对边界距离的计算方法进行了改进,在新的边界距离计算中添加了标准差因子和方向差因子。基于SURF特征图像匹配算法适用于复杂情况下的图像靶标定位应用,能够快速准确地识别出靶标图像的中心点所在位置。SURF特征点匹配算法能够较快地找出待匹配图像和模板图像的匹配特征点集合,但是匹配特征点集中会有无效特征点。本文提出了有效特征点判定策略和匹配结果搜索策略,结合SURF特征点匹配算法提出了基于SURF特征图像匹配算法。本文对改进Chamfer匹配算法和基于SURF特征图像匹配算法进行了大量的匹配实验,实验证明改进Chamfer匹配算法在靶标定位过程中提高了匹配精确度,基于SURF特征图像匹配算法能够应用于复杂情况下的图像靶标定位。