因水对光的吸收和散射作用以及海洋环境的复杂性等因素影响,导致水下光图像对比度较低、目标边缘模糊并且纹理弱,造成水下光图像质量降低和图像有用信息的缺乏问题,给水下目标识别和定位带来很大困难。面对地球上资源日益减少的今天,对海洋的开发变得迫在眉睫,所以对于水下光图像的研究就显得至关重要了。多尺度理论可以从不同角度分析对象的特征,可以更加全面的诠释对象的本质。本论文便以水下的光图像作为研究对象,设计了一个基于OMAP-L138的水下光图像匹配系统,实现了高斯尺度空间下的图像特征提取、多尺度图像匹配以及对目标识别的功能。本论文首先对多尺度图像匹配理论进行了介绍,本文提出了一种在高斯差分尺度空间下提取特征信息来匹配图像的算法。在高斯差分尺度空间中提取空间极值点为图像特征点,描述特征点得到的特征向量具有良好的尺度、旋转、光照等不变性,并且其抗噪能力也较强,仿真结果证实这个算法对于处理水下光图像匹配的可行性。然后,以OMAP-L138为处理器,设计了一个水下光图像匹配系统。这个系统通过PC机接收实时图像,与已经储存在SD卡中的参考图像进行匹配,得到匹配结果发送到PC机上并显示结果。实验结果证明算法对于匹配水下光图像具有很好的稳定性、实时性和准确性。这个系统实现了通过图像匹配的方法对目标进行识别和目标跟踪的功能。本设计针对水下光图像,对图像匹配系统展开了研究工作,其成果可以为水下目标识别和定位提供理论依据和技术手段。