随着现代科技的迅速发展,现代战争越来越趋于自动化无人化。其中,无人机技术已经成为主导现代战争的关键因素。目前,各国都投入了大量的人力物力于无人机领域进行应用研发。由于无人机的应用多是需要对实时影像数据进行分析的,并且绝大多数的应用是以景象匹配技术为基础的,所以基于无人机影像的景象匹配技术研究具有重要的实际意义。针对无人机实时地形影像与卫星地图匹配这个应用,设计了一种实时的景象匹配系统。首先,采用光流法跟踪影像中的角点,提出了一种基于角点间距离稳定性的跟踪有效性判断准则。通过相邻帧间的角点对应关系估计影像的背景运动并对无人机影像进行运动补偿,消除了背景运动对景象匹配造成的干扰。其次,提取实时影像和其对应的基准图中的轮廓,通过比较实时图和基准图中轮廓的Hu不变矩特征进行轮廓匹配。其中Hu不变矩特征具有旋转、缩放和平移不变性,十分适合于无人机的景象匹配。进一步提出了轮廓筛选机制,减少了参与匹配的轮廓数目,提高了系统的匹配效率。然后,针对匹配的轮廓提出了一种估计实时图和基准图间变换关系的方法。主要是利用对应轮廓的质心,外接矩形和矩形的形心三个特征计算出实时图和基准图间的旋转角度,缩放比例和位移量。这种方法计算过程简单计算量小可以很好满足无人机应用的实时性要求。最后,设计了匹配正确性判断准则,对于不能正确匹配的情况利用Kalman滤波对实时图与基准图间的变换关系进行了预测。本文首先对无人机领域的景象匹配技术发展现状进行了介绍；其次,简述了系统中用到的经典算法和设计思想；给出了系统的总体设计和功能模块划分；然后,详细介绍了稳像和匹配两个功能模块的改进部分,原理和实现步骤；最后,基于OpenCV函数库,在Visual Studio2005下进行实验,对系统的性能进行分析,结果表明系统具有较高匹配率和很强的容错机制,执行速度也可以充分满足无人机的实时性要求。