由于拍摄时间、拍摄角度、自然环境的变化、多种传感器的使用和传感器本身的缺陷,使拍摄的图像不仅受噪声的影响,而且存在严重的灰度失真和几何畸变。在这种情况下,图像匹配算法如何达到精度高、匹配正确率高、速度快、鲁棒性和抗干扰性强以及并行实现成为人们追求的目标。在图像匹配系统中,匹配算法的研究至关重要。目前,国内外研究学者对影像匹配已开展了大量的研究工作,提出了很多影像匹配方法,并取得了较好的成果。一般来说分为基于灰度匹配和基于特征匹配的方法两大类,基于灰度相关的匹配算法是一种对待匹配图像的像元以一定大小窗口的灰度阵列按某种或几种相似性度量顺次进行搜索匹配的方法,这类算法的性能主要取决于相似性度量及搜索策略的选择上;基于特征的匹配方法,该类方法首先从待配准的图像中提取特征,用相似性度量和一些约束条件确定几何变换,最后将该变换作用于待匹配图像。匹配中常用的特征有边缘、轮廓、直线、兴趣点、颜色、纹理等。本文将详细介绍点特征提取的思想,用Moravec算子、Forstner算子对各个测试图像实验分析,得出实验结论,同时介绍分频道相关的匹配原理,试验得到该算法下的三层Gauss和laplacian塔两种影像结构。最后提出一种手动匹配和自动匹配相结合的思想,用一组航片相对作为测试对象,实现同名像点的匹配。本文最后一章将简单介绍用C#.NET开发的软件的安装和功能。