图像匹配问题是图像处理中的一个经典问题，在计算机视觉、模式识别和医学图像处理等方面有着广泛的应用。本文在研究现有的主要匹配算法基础上，从匹配相似性度量函数和模板快速搜索方法两方面进行研究，以提高匹配速度和准确度。研究主要工作包括：1、在基于灰度的匹配算法研究中，首先对匹配相似性度量函数NCC进行改进，在差分求和方法的基础上提出差分有序数组方法，然后，在深入研究图像灰度特征的基础上，提出多值模板方法，即用体现匹配对象主要特征的K个灰度值替代初始灰度模板的256值。最后，将差分有序数组方法和多值模板方法相结合，通过对K值模板的排序和差分，减少NCC公式的运算量。同时，提出基于多值模板的快速粗搜索方法，粗-精搜索相结合，使算法在保持准确度的前提下，速度较经典匹配算法提高了两个数量级。2、在基于特征的匹配算法研究中，为解决匹配对象存在一定角度旋转的情况，引入中心区域置信度加大思想。为解决抗任意角度旋转的快速匹配问题，对已有的具有旋转不变性的基于圆投影匹配方法进行改进，通过比较模板和子图去均值投影向量是否属于同一灰度级进行粗匹配，选取若干个候准匹配点，然后在此基础上再进行精匹配。3、归纳总结基于矩形窗口加权快速算法构造思想和编程技巧，以进一步提高整个匹配系统的处理速度。试验结果表明，改进后的匹配算法能很好地满足匹配实际应用中的实时性问题，且能适应匹配对象受一定噪声点干扰、局部整体光照变化以及复杂背景干扰等情况。