在视觉导航、识别和跟踪、卫星影像的定位等实际应用中,经常会涉及到图像匹配问题。其主要任务就是通过计算图像间的几何变换关系,将同一场景的不同图像进行对齐。本文主要在假定图像间具有相似关系的前提下,对其进行匹配及拼接。主要内容由以下三部分组成：(1)首先介绍了图像匹配技术的研究意义和目的,阐述了图像匹配问题的数学涵义和几何空间变换模型。其次介绍了三种类型的匹配算法：即基于灰度信息的图像匹配算法、基于Fourier-Mellin的图像匹配算法以及基于特征的图像匹配算法。其中基于特征的图像匹配方法是目前图像匹配最常用的方法之一,其最大的优点在于把对整幅图像进行的分析转化为对图像特征的分析,从而可以大大减少图像处理的运算量,然而特征提取的准确程度和定位的精确程度,将对整个匹配过程产生重大的影响。(2)本文提出了一种基于V系统的曲线轮廓特征的新的匹配算法,与已有的算法相比,该算法避免了提取特征点这一难点。V-系统是近年来由学者构造出来的一类L2[0,1]上的非连续的新的完备正交函数系,准确的说是一类由分段多项式构成的正交函数系,函数系中既有连续函数又有间断函数。其在几何信息的正交表达、模式识别、点云数据拟合、数字水印等多个领域的应用,均获得了比较理想的效果。本文在假设两条曲线间存在RST变换(R：旋转矩阵,S：尺度伸缩,T：平移变换)的条件下,借助于V系统来进行平面曲线间的匹配。匹配过程中将图像的轮廓曲线特征作为一个整体特征进行处理,而不需要提取曲线的局部特征。通过大量的模拟及真实数字图像实验可以看出,从图像中提取的两条曲线间即使不严格满足RST变换,依然取得了比较满意的结果,从而验证了该算法的有效性。(3)基于第二部分的工作,实现了两幅图像的拼接,这两幅图像是普通数码相机拍摄所得,显然,二者并不具有严格的RST变换关系,但拼接效果依然可以接受,这也验证了第二部分算法的可行性。最后,本文对所做的工作和研究成果进行了分析与展望,为将来进一步的研究奠定了基础。