近年来,单独利用声学成像或光学成像进行水下探索的研究都取得了较大的研究成果并已经被广泛的应用于水下打捞、目标探测、水文检测等各个领域。这两种方法各有优点,但也都有一些制约因素。故此,如何将声光数据相融合一直是研究者想要解决的问题。声光学图像的匹配是声光融合中重要而基础的问题,因为它是联合定位、声光数据配准等课题的一个重要前期步骤。例如对光学图像所捕获的对象进行目标定位工作中,在光学图像和声呐图像匹配的基础上,就可以融合水下光学图像及声呐测量的结果,并基于声呐的TOA信息和AUVs的位置信息锁定目标位置。另一方面,通过声呐图像在光学图像上的同一目标的匹配,可对目标物体进一步的细节探索。本文设计了一种基于图像增强技术、相关滤波和高斯金字塔的声光学图像快速匹配方法,可以在待检测图像上进行多尺度匹配。在声光图像同一目标匹配的过程中,同一场景的水下光学图像和声呐图像在图像清晰度、色彩、动态范围、信噪比及结构相似度方面存在明显不同,若想要达到更加贴合实际的匹配结果,需要使用增强后的图像代替原始数据作为输入图像。图像增强一般针对图像色彩失真、轮廓模糊、信噪比高等问题。通过本文设计的图像相似度评估与迭代增强算法,能够得到噪声相对较少、细节信息比较充足的图像,可以进行近一步的目标物体匹配工作。目前,已存在的目标匹配算法中没有专门基于水下光学图像和声呐图像的算法。本文以相关滤波原理和高斯尺度空间扩展技术为基础,设计了一种新的图像匹配算法在待检测水下图像上进行多尺度匹配。考虑到水下图像边缘模糊、噪声较多的特点,本研究采用基于区域的误差最小平方和滤波器,该检测器是基于一组图像中所存在的互相关性来进行图像匹配,对水下图像存在的边缘模糊、图形不连贯、轻微变形问题不敏感,并对噪声有较高的容忍性。为了消除该方法中由于拍摄角度不同而产生的尺度变换带来的影响,本研究引入高斯金字塔建立多尺度图像。最后通过融合高斯金字塔多尺度检测结果,获得精确的匹配结果。通过使用该算法,对于指定的水下声学图像中物体,能够快速准确地在光学图像中找到相应匹配。在数十组典型场景中的实验结果显示了该方法能够较准确地完成声光学图像匹配工作。