作为图像信息处理领域的一项重要技术，图像匹配已经广泛应用于工业检测、计算机视觉、运动目标检测、导弹地形匹配等诸多领域。图像匹配的目的是要在两幅图像或多幅图像之间寻找同名点，虽然这些图像中都包含着相同的对象，但是这些图像可以是在不同时间、不同地点和不同视角下所获取。由于图像成像的复杂性以及图像信息本身的海量性，往往使图像匹配过程变得困难重重，因此寻求精度高、实时性好的图像匹配算法就尤为重要。目前图像匹配方法主要分为两大类：基于图像灰度信息的匹配方法和基于图像特征的匹配方法。前一种算法实现简单、易于理解，匹配精度高，但对具有旋转、缩放和尺度变换的图像难以适用；后一种算法适用性强，但是图像的预处理过程复杂，需要用到大量的数学知识。本文中主要研究基于灰度信息的匹配方法，首先对几种典型的图像匹配方法作了分析比较并进行了实验验证，然后在此基础上提出了一种基于遗传算法和线性正方形搜索的快速匹配算法，算法中借助遗传算法快速获得图像的准匹配点，最后以该准匹配点为基准点进行线性正方形搜索进而获得精确匹配点。该算法不但匹配速度极快，而且精度也较高。