近年来,高精度制导武器在军事上的应用受到广泛关注,研究景象匹配末制导是提高制导武器精度的一个重要的手段。在景象匹配制导系统中,匹配算法对系统的实时性和准确性起着至关重要的作用。本文针对景象匹配制导特点,围绕算法的抗干扰能力,匹配精度以及实时性等指标,对归一化积相关算法(NPROD算法)和归一化灰度组合法(NIC算法)进行了研究,并针对两种算法的缺点,提出了改进算法。论文主要分为以下几个部分:第一部分研究了景象匹配制导系统,景象匹配定位以及景象匹配算法的四个元素和算法类型,分析了不同类型算法的优缺点,选择了基于区域灰度相关算法中的NPROD算法和NIC算法作为研究对象,并分析了影响灰度相关匹配算法性能的主要因素。第二部分深入研究了NPROD算法和NIC算法,通过大量的仿真实验分析了这两种算法的匹配适应性,并与序列相似性检测算法(SSDA算法)做了比较,分析了NPROD算法和NIC算法的匹配性能优缺点。第三部分针对基本NPROD算法的缺点,提出了两个改进方案,即图像去均值处理和实时图分块处理。利用这两个方案,设计了改进的NPROD算法,给出了算法流程,并通过仿真实验证明了改进算法可以弥补基本算法的缺点。第四部分研究了连续小波变换,离散小波变换以及图像小波分解,设计了一种基于小波分析的分层搜索NIC算法,给出了算法流程及具体实现,并对算法进行了改进,最后通过仿真实验证明了基于小波分析的分层搜索NIC算法较基本的NIC算法,在匹配准确性保持不变的情况下,匹配速度有了大幅度的提高。在论文的最后,还对本文所做的工作和今后的研究与发展作了进一步的展望。