本文主要研究利用景象匹配技术进行盲人局域导航的关键技术。景象匹配导航技术是在建立基准图像信息特征库的基础上,对实时拍摄图像提取特征并与基准图像特征库进行匹配,得到相应地理信息并语音输出给盲人,从而实现导航的一种方法。论文首先针对基准图像特征库的建立进行了深入研究；进而分析特定环境下盲人拍摄图像的预处理方法；其次,对几种常见的景象匹配算法在盲人导航中的应用效果进行了仿真分析研究；论文重点研究了两种匹配算法,一种算法是基于尺度不变特征变换(SIFT)的景象匹配技术,即利用特征点周围的梯度信息确定描述符的幅值与方向,高斯滤波加权生成大小为128维的描述符,采用相似性度量的办法进行匹配。另一种算法是改进的基于快速鲁棒特征(SURF)的景象匹配算法,即利用Haar小波计算特征点周围梯度信息确定主方向,在子区域内通过高斯加权形成64维描述符,采用Hessian矩阵迹快速索引匹配以及匹配点距离差平方和的相似性度量方法进行匹配。最后,采用多幅实时图像对SIFT和SURF的两种算法进行比对实验,分析SIFT算法和SURF算法对旋转、缩放、噪声、亮度变化及多种综合因素影响的有效性。综合结果表明,SURF匹配算法优于SIFT匹配算法,此方法可实现快速、鲁棒、准确的匹配,为实现盲人局域图像导航奠定理论基础。