随着计算机技术的不断发展,图像匹配技术在飞行导航,人脸识别,文字识别,指纹识别,模板匹配定位、机器人视觉,医学图像处理等方面具有重要的作用。它是近代图像信息处理领域中一项重要的技术,具有重要的研究价值。目前,在图像处理领域中,图像匹配技术的研究已经比较深入,存在的算法也很多,总的来说,比较典型的有两大类:基于图像灰度的配准和基于图像特征的配准。基于图像灰度的匹配方法主要采用对基准图像中的每个象素进行依次扫描来得到实时图像与基准图像之间的差异,这种方法一般配准率很高,但是速度较慢;而基于特征的匹配对图像的各种非本质变化(如旋转,缩放和光照强度变化等)不敏感,一般速度较快,但配准率较低。本文先对图像匹配的概念、分类以及图像匹配的一般流程进行了研究,并重点对基于图像灰度的图像匹配和基于图像特征的图像匹配两种典型的方法进行了研究与分析。在针对以上两种图像匹配算法的研究与分析基础上,本文目前存在的一些传统算法进行了改进。本文给出了改进算法的总体设计思想,其中包括基准图预处理、对数极坐标变换预处理和处理匹配目标图像三部分,对靠近对数极坐标原点的点少采样或不采样,极大减少计算量。在对数极坐标变换过程中本文采用了一种优化的采样方法,重点研究目标图像的轮廓区域,而对靠近对数极坐标原点的点少采样或不采样,极大减少计算量。最后,本文给出了图像二值化、计算二值图像的形心、二值图像对数极坐标变换、LP图像的距离轴和角度轴投影统计、目标图像处理、图像相似性匹配、重要参数对比等部分的算法详细设计,并给出了实现结果。实验表明,该算法执行速度快,当目标图像相对宿主图像发生旋转、缩放的变化时,仍能较准确地完成两者之间的匹配工作。