影像匹配是影像处理领域的关键技术之一。影像匹配技术应用于许多领域，如遥感技术，针算机视觉，医学影像处理，工业领域的应用等。目前影像匹配技术大致分为：基于灰度的匹配、基于特征的匹配和基于模型的匹配。基于特征的匹配方法关键是特征的选定和提取，以及匹配方法的选择。同时，用特征点对影像进行匹配处理可以在很大程度上减少计算数据量，提高匹配准确度等，这些对于影像的实时处理与应用都极为重要。因此，国内外的众多学者都在致力于影像特征点提取与匹配的研究。　　 本文基于影像特征点的提取与匹配进行了研究与实验。在特征点提取方面，对特征点提取进行了简要概述。对基于多尺度的小波变换和高斯函数的特征点提取进行了简介。对三种常用的特征点提取算子，Forstner算子、SUSAN算子和Harris算子进行了细致的介绍，并通过试验比较与分析得出一些有益结论。通过实验分析得出：Harris算子对影像上的建筑物等具有明显棱角的地方具有较好的效果，稳定性和准确性都比较高；Forstner算子对影像角点的提取效果相对比较准确，具有较好的效果；SUSAN算子的原理相对比较简单，抗噪能力相对较弱。在影像匹配方面，本文着重介绍了基于特征点的匹配与研究。影像特征点的提取是影像匹配的基础，特征点提取的准确程度，对匹配的效果有直接的影响。特征点提取的准确性、数量、稳定性等都是匹配的基本要求。因此，本文主要选取了对地面建筑物特征点提取有较好效果的Harris算子进行试验。为了使匹配的效果更加准确，本文采用了二次匹配的方法。先用归一化互相关系数法匹配，再在这个基础上利用核线进行匹配，利用同名点必然位于同名核线的理论原理，剔除归一化互相关系数法匹配中的误匹配点对。影像匹配过程中，根据视差确定搜索窗口的大致位置，同时对搜索窗口大小的选择比较重要，这一点对匹配的效果和效率都有影响。在核线匹配时，求解出最佳的左、右影像相对定向模型的系数(8个L系数)是匹配的一个关键。本文在以上几个地方通过大量实验均作了适当处理。　　 最后，通过对普通数码相机拍摄的地面建筑物影像进行实验，实验结果表明这种匹配方法对近景影像的匹配取得较好的效果。从特征点的提取，到最后获得的同名点对等都取得了较好的效果，特别是核线匹配，使匹配效果更加精准。