景象匹配技术因其匹配定位的高精度性和可靠性，成为飞行器匹配辅助导航的核心，决定着自主导航系统的整体性能。而相较于光学图像传感器，SAR能够全天候、全天时获取高分辨率地面目标图像，是飞行器导航的重要传感器之一。近年来，基于SAR成像的景象匹配技术已成为图像处理与自主导航领域的重要前沿课题。基于特征的匹配方法主要分为基于局部特征和基于全局特征两大类，其中基于局部不变性特征的匹配算法以其优越的性能在图像处理应用中得到了快速发展。针对SAR景象匹配技术工程应用需要，本文展开了对基于局部特征的SAR景象匹配算法的深入调查与研究。　　经典的局部不变性特征主要有SIFT特征和SURF特征。SIFT算法能够较好的解决旋转、尺度变换和视角变化等情况下的图像形变问题，但算法过程中存在阈值过多且难以确定、描述子维数过高等问题。SURF算法是SIFT的加速算法，但其抗旋转和尺度变化性能较于SIFT特征要差。CenSurE特征作为一种新的尺度不变特征，引入倾斜积分图像对所有尺度和像素进行快速滤波器响应计算，能够获得更高的匹配精度，且计算效率很高。　　本文以SIFT和SURF为例，对局部不变特征检测和描述的原理作了全面的分析，并对两种算法进行了SAR景象匹配性能仿真测试，实验效果证明，SIFT和SURF算法在SAR景象匹配应用上具有较好的匹配性能。在对CenSurE算法原理分析的基础上，针对其算法特性进行了深入分析，为进一步简化 CenSurE算法步骤，采用构造圆环内区域特征描述子的方法，提出了基于改进 CenSurE特征的SAR景象匹配技术方案，对SAR景象匹配的实验效果表明，CenSurE特征具有良好的抗形变能力和实时性。　　最后，本文对SIFT、SURF和改进CenSurE三种算法的SAR景象匹配性能作了详细的仿真实验和性能评估。实验结果表明，改进的CenSurE算法实时性高于SIFT和SURF，在旋转角度较小的情况下，匹配精度比SIFT和SURF更高，能够较好的满足SAR景象匹配辅助导航的工程需求，具有工程应用的价值。