图像匹配是图像处理领域的基础问题,它是将不同时间,或不同视角下获得的同一场景的两幅或是多幅图像进行匹配。图像匹配技术广泛应用在导航定位、目标识别、运动分析、立体视觉、数据融合、变迁检测中,图像匹配是图像分析技术的基础。图像匹配主要的难度在于图像类型的多样性和两幅图像之间的各种成像畸变。寻找适应性强、精度高、计算快的匹配算法一直是图像匹配领域研究的热点问题。经过多年的研究,图像匹配技术已经取得许多研究成果,但许多方面仍需改进。本论文的第一部分,首先阐述了图像匹配的研究背景和发展历程以及图像匹配的应用和研究现状,并且对图像匹配技术的基础理论和图像匹配算法框架作了简要的叙述。其次,分析了影响匹配性能的因素,然后,给出了匹配算法的四个构成因素。并对图像匹配算法进行了综述。论文的第二部分,分析了Hausdorff距离和遗传算法,阐述遗传算法的运算过程及构成因素,并对其特点进行了分析。同时提出了一种改进的Hausdorff距离,作为本文图像间相似性的测度。并且也详细叙述了遗传算法在本文中的具体的实现过程。论文的第三部分是实验部分,对本文提出的图像匹配算法进行了具体的实现,同时对本文算法和其它的图像匹配算法进行了比较,说明了基于Hausdorff距离和遗传算法的图像匹配方法的优越性,在计算速度和匹配结果上获得了令人满意的效果。最后部分对本论文进行了总结和展望。