图像匹配技术是近年来随着图像传感器技术的不断发展和完善而成为了图像和场景理解、目标识别和跟踪、计算机视觉以及要干领域中的研究热点。图像匹配技术是将多幅来自不同视角、不同传感器以及在不同拍摄条件下获取的图像帧,或同一传感器在不同时间段所拍摄的多幅图像进行相似程度检测的一种图像处理技术。近年来,随着图像传感器技术的不断发展和完善,图像匹配技术研究已经成为图像理解、计算机视觉以及遥感领域中的一个研究热点,尤其是在医学和生物等领域,随着显微镜倍数的放大和缩小以及观察角度的变化,我们便无法清晰得到样本的一个全貌,因此如何对在高低倍不同状态以及不同视角下得到的样本图像进行匹配和识别是医学领域尤其是显微镜图像的一个难点。本文重点研究优化的基于ASIFT算法应用于图像匹配,解决各种复杂情况下的图像识别问题。本研究所做的主要工作可以概括为以下几个方面：首先,本文对图像匹配技术进行了综述,分析了图像匹配技术的研究意义、现状和应用领域。然后对图像匹配技术进行了概括和总结。在此基础上,提出了一种优化的ASIFT算法应用图像匹配方法。该算法通过建立抗仿射相机模型,在所有尺度空间中检测ASIFT特征点并优化检测流程,特征点检测过程完毕之后用圆形模板检测算子进行特征点优化,消除特征点分布局聚簇的现象。特征点匹配阶段用改进的RANSAC算法提纯特征点匹配对,以增加匹配精确度。实验证明本研究提出的方法能有效的解决由于拍摄角度差异过大而导致的图像旋转现象,在待匹配图像在出现严重旋转的情况,依然能够检测出更多、更有效的特征点。该算法优化ASIFT算法的流程,充分挖掘程序的并行性。实验通过对不同角度、不同尺寸的图形进行了大量拼接实验,实验结果证明了该优化的算法应用于图像匹配、图像拼接有着很好的效果,且算法运行效果显著。