图像匹配是图像处理的基本任务之一,匹配效果将直接影响到其后续图像处理工作的效果。景象匹配属于图像匹配的范畴。目前景象匹配方法主要有基于灰度信息的匹配方法和基于图像特征的匹配方法。合成孔径雷达(SAR)不仅能高分辨率成像,而且具有全天时、全天候工作的特点,已获得越来越广泛的应用。本文主要围绕基于SAR图像的景象匹配算法进行研究。针对灰度信息的方法,本文研究了一种基于小波分析的分层搜索去均值的归一化互相关(NNPROD)算法。由于普通的NNPROD算法计算量很大,速度慢,不能满足实时性要求,为了加快匹配速度,引入小波多分辨率分层搜索算法。另外,为了减少SAR图像相干斑噪声对匹配性能的影响,在匹配前用增强的Lee滤波算法对实时SAR图像斑点噪声进行抑制。通过仿真分析,验证了该算法在保证匹配精度的前提下使匹配的速度大大提高,充分证明了基于小波分析的分层搜索NNPROD算法对SAR同源图像匹配的有效性。本文接着探讨基于图像特征的匹配方法,提出了归一化互相关(NPROD)—改进的部分Hausdorff距离复合景象匹配算法。在该算法中,采用边缘作为待匹配图像的共性特征。为了提高匹配速度,采用小波变换将图像进行分解,首先在低分辨率图像上用实现较简单的NPROD算法进行粗匹配,然后在高分辨率图像上在粗匹配点的邻域内,用具有较强抗干扰和容错能力的改进的部分Hausdorff距离算法进行精匹配。另外,在计算NPROD系数时,用逻辑运算代替了乘法运算,进一步提高匹配速度。大量的匹配仿真实验结果表明:这种算法匹配概率高、误差小、速度快、鲁棒性好且适应性好。