图像匹配在近几十年来一直是人们研究的热点和难点，它是在变换空间中寻找一种或多种变换，使来自不同时间、不同传感器或者不同视角的同一场景的两幅或多幅图像在空间上一致，目前在遥感图像分析、水下检查、立体视觉、自动地图、运动分析等领域都有广泛的应用。利用某些特殊的硬件设备可以达到图像的自动匹配，但是它们大多价格昂贵，操作复杂，图像匹配技术为这一问题提供了很好的解决方案。研究可行的图像匹配技术一直是人们不懈努力追求的目标。 本文对图像特征匹配技术进行了深入研究，首先，针对重复度、点位置偏差和抗噪声能力这三个最重要的角点检测算法评价准则，比较了经典角点检测算法的性能，并采用改进的Harris角点检测算法作为本文角点提取算法。然后，在特征点提取完成后，设计了使用特征点归并算法对初始匹配点进行分块选择优化的思想，使得到的初始匹配点集更简洁和健壮，能有效降低了相关运算的计算量和误匹配发生的几率。同时，对分层投影匹配策略进行了改进，使得相关匹配的运算由二维变为一维，并可以及早的抛弃不匹配的点，使匹配时间相对于改进前进一步缩短。最后开发出一套图像匹配软件。该软件可以提取立体图像对的Harris角点作为特征点，经过相关匹配、计算匹配强度、松弛法迭代、最小中值法、极线约束等步骤提取出立体图像对上的匹配点对。 本文给出的图像匹配结果表明了本系统的有效性、可靠性及实用性。这种快速特征点匹配方法在保证匹配精度的前提下，大大提高了图像匹配的速度，为后继的研究奠定了基础。