随着航空航天技术的不断发展,现代战争已经进入高技术、信息化的阶段,精确打击和制导武器更是发挥着不可替代的作用。由于景象匹配技术自身具有抗干扰性、自主性、精确性等诸多优点,而得到广泛关注。将景象匹配作为辅助导航工具应用在制导武器上可以提高制导精度,并加强制导系统的自主性。景象匹配是利用预先制备的基准图像与实时获得的实测图像进行匹配,获得实测图在基准图中的位置,由于基准图中每个位置的地理坐标都是已知的,因此,得到正确的匹配结果也就意味着获得了飞行器的实时位置,进而转化为导航信息,提高导航精度。本文着重研究景象匹配辅助导航系统中的图像匹配算法。本文首先对景象匹配的国内外研究现状进行分析,选择异源景象匹配为切入点作为本文的研究对象。对景象匹配中两类常用算法的优缺点进行分析,最终选择线段和矩不变量作为本文特征进行研究。本文在分析了各种线段提取算法的优缺点后,最终选择LSD算法作为本文的线段提取方法,但LSD算法会将图像中完整的线段隔断,同时图像中大量存在的线段和共线线段都会严重影响之后的匹配算法速度,针对以上问题,本文提出多步线段优化策略,在减少了大量无用线段的同时,保留了图像间的共有线段,大幅提升了匹配速度,同时此算法能克服图像间普遍存在的旋转和尺度变化问题。此外,考虑到上述算法的使用需要场景中有直线存在,大大限制了该算法的适用性,因此本文提出一种适用性更加广泛的算法,即将图像矩不变量和参数化模板矢量方法相结合的匹配算法,结合前者适应异源图像灰度变化的优点和后者对旋转、尺度变换适应的优点,并对原有的参数化模板矢量匹配算法进行改进,增强算法的鲁棒性。同时本文采用金字塔分层搜索的策略,在减少算法时间复杂度的同时,也提高了算法的匹配精度。实验结果表明,本文提出的两种改进算法有较高的匹配精度和匹配概率,但算法时间复杂度方面还有待提高。