本文以长航时无人机导航为应用背景,围绕应用于景象匹配辅助导航的景象匹配算法和景象匹配区的选择方法两个关键技术展开研究。寻找精度高、速度快、能满足远距离的导航匹配算法一直是景象匹配的核心。本文在分析其它算法的基础上,提出了以边缘为共性特征,将小波多分辨分解与MAD准则和最小二乘匹配算法相结合的高精度多源图像匹配算法。利用MAD相似性准则计算简单、易于硬件实现等优点,改进了它只是从整体区域来评价,而忽略了区域内灰度的空间分布的不足;基于小波多分辨分解的图像金字塔既减少了匹配搜索空间,提高了计算速度;非底层匹配采用改进后的MAD准则算法,并利用候选点集的方法有效的保证了非底层匹配的准确性;底层匹配采用高精确度的最小二乘匹配算法以获得很高的匹配精度。仿真实验表明该算法保证了较高的匹配概率和匹配速度,能够满足组合导航系统的要求。研究了最佳景象匹配区的选择方法和基准图的存储问题。通过对匹配区选取准则的分析,提出了以原始基准图自身的特性(景物信息量、稳定性和重复模式)为基础,以对匹配算法的适应性为指导的多层次筛选方案。并对基准图的存储方法进行了讨论。