电视导引头在现代高科技武器战争中应用的越来越多,而图像匹配在模式识别、制导武器、地图匹配等军事领域有着重要的理论和应用价值,已成为该研究领域的热点。由于成像系统所处环境复杂、干扰因素多,且图像在包含有旋转、尺度变换、视角变化和光照差异的情况下,传统的匹配算法很难实现对目标图像的快速识别和准确定位。因此,研究一种稳定、快速、精度高的图像匹配算法具有重要的工程实践意义。本论文以导弹电视导引头为背景,针对图像预处理、基于灰度相关的匹配算法、角点检测算法和图像局部不变特征检测四个方面的内容,对SUSAN算法、Harris算法以及SURF算法进行了算法改进。首先,图像匹配预处理技术包括图像增强、几何校正等方法。针对图像模糊、噪声干扰、几何形变等影响图像匹配性能的误差因素,给出相应的解决方法,还原图像本来面貌,降低了图像匹配的误差率。其次,本文对基于图像灰度相关的匹配算法进行了详细的分析。针对SUSAN角点检测算法的缺点,提出一种自适应提取图像灰度阂值代替固定阈值的新方法。针对Harris角点检测算法的缺点,将迭代法获得图像自适应阈值的Harris算法和高斯尺度空间相结合,使Harris角点检测算法在自适应选定阈值的同时具有多尺度性,并且给出了SUSAN、Harris角点检测算法的特点。最后,基于图像局部不变特征匹配理论,借助SIFT特征描述子、SURF特征描述子,快速求解特征极值点矢量。根据导弹电视导引头图像匹配的实时性需要,本文提出了将SURF算法和Kd-树BBF查询算法相融合的快速SURF算法,理论分析与数值仿真结果均证明了快速SURF算法的实时性、有效性、精确性,为图像匹配的工程应用提供了有益的参考。