去均值归一化互相关算法(ZNCC)是当前流行图像匹配算法中应用最多的一种。但其计算复杂度太大,这严重地限制了其在实时系统中的性能。针对这一问题,结合实际的工程应用,提出了基于哈特莱变换的快速图像模板匹配算法,并对该算法的性能进行了深入系统的研究。首先,阐述了该算法的原理,详细论述了将哈特莱变换应用于该算法的数学依据。该算法利用可分离的快速哈特莱变换在哈特莱变换域对相关面进行高效整体的求取,然后在空间域利用积分图对获取的相关面进行快速的归一化处理和极值搜索。然后,详细分析了该算法的计算量需求,并将其与原始去均值归一化互相关算法、基于傅立叶变换的去均值归一化互相关算法进行对比分析。详细讨论了数据延拓对算法性能造成的影响,并给出了一种可行的解决方法。对算法进行了定点化,提出了逐级移位和空间预留两种不同的定点策略。最后,基于DSP平台对算法进行了实现。通过对比实验,选择使用逐级移位元作为定点策略,并从计算精度和计算效率两方面对算法进行了测试和评估。通过对算法的定量分析和大量仿真实验结果,本文算法相对原始去均值归一化互相关算法计算效率提高10到100倍,相对于基于傅里叶变换的去均值归一化互相关算法计算效率提高约1.57倍。并且该算法与原始去均值归一化互相关完全等效,可完全重构相关面,综合性能全面优于现有算法,具有良好的工程应用前景。