数字景象匹配区域制导(Digital Scene Matching Area Correlation,DSMAC)是一种基于地形图像信息的导航方式,它通过输入的实时图与基准图对比来确定飞行器的实时位置。数字景象匹配制导自主性高、准确性好,不受地磁干扰,但是图像匹配计算量较大,导致实时性不好、可靠性低、嵌入实现困难,所以对图像匹配算法的改进成为此方向的首要任务,本文针对算法的准确性和速度问题进行了改进。首先,介绍了景象匹配系统与地形高度匹配系统,分析对比了两种方法的优缺点,选择了景象匹配系统作为研究对象,然后对景象匹配系统的具体实现方法做出了阐述,介绍了几种方法的发展现状。之后详细介绍了景象匹配系统的组成部分与各部分的工作原理,对比了景象匹配系统的两种主要算法,一种是基于灰度信息,一种是基于特征信息。然后简单介绍了尺度不变特征变换(Scale-invariant Feature Transform,SIFT)算法的特点,为下文打下基础。然后本文介绍了SIFT算法的原理与具体过程,对SIFT算法进行了准确度分析,针对算法准确度下降的情况进行了研究,对特征点筛选过程进行了改进,之后利用kd树搜索策略对算法进行了运算速度方面的改进。对改进后的SIFT算法进行了仿真分析,证明了改进方法的有效性,之后以改进算法为主体,搭配MATLAB构建的飞行航迹进行了景象匹配系统的仿真,统计了系统的误差与耗时,结果证明改进后的算法可以很好的运用于景象匹配系统中。