近年来,近景影像匹配技术在三维重建、目标识别、影像拼接等领域日渐得到广泛应用,但是目前不少匹配方法都存在着匹配基元单一或匹配策略单一等问题,从而制约了匹配精度和可靠性的提高,因此研究并改善现有近景影像匹配方法具有重要意义。本文在分析比较现有影像匹配方法基本原理的基础上,针对近景影像几何变形大、纹理单一、遮挡情况严重等问题,提出了一种基于Harris角点与SIFT特征的近景影像匹配方法。本文的研究工作主要包括以下几个方面：1、分析了现有近景影像匹配方法的研究现状,分别介绍了国内外基于特征影像匹配算法与基于灰度影像匹配算法的应用情况及优缺点,总结出了一种好的匹配方法应该结合特征与灰度匹配这一重要思想。2、从匹配基元的选择、相似性测度的确定、约束条件的引入以及匹配策略的制定四个方面出发,分析研究了近景影像匹配方法的一般步骤及基本原理,提出了选择多种匹配基元(Harris角点与SIFT特征)与匹配策略(影像金字塔分层匹配策略与从粗到精的匹配策略)相结合的思想,以提高近景影像匹配方法的精度和可靠性。3、介绍了近景影像自动相对定向的基本原理及其解算方法——直接算法与基于P-H算法的解算方法,并通过分析得出影像匹配质量直接影响近景影像自动相对定向精度这一结论。4、分析了Harris角点与SIFT特征的提取及初匹配的相关原理及过程,在引入RANSAC方法、P-H算法及三角形约束的基础上,提出了一种基于Harris角点与SIFT特征的近景影像匹配方法。5、通过实验对比分析与验证了本文提出的基于Harris角点与SIFT特征的匹配方法,该算法在增加匹配内点率的同时提高了匹配精度和可靠性,从而进一步保证近景影像匹配自动相对定向的精度。