激光成像雷达可以直接获取目标四维像(三维几何距离和一维强度像)，空间分辨率高，与其它传感器相比，如被动红外、SAR等，获取信息丰富，适合做目标识别器。图像匹配算法一直是目标识别的热点研究内容，也是激光成像雷达目标识别中的常用方法，但其匹配精度与实时性存在矛盾，特别是随着大视场、高帧频激光成像雷达的出现，使得这一矛盾更为突出。量子进化学习算法是一种搜索函数最优解的快速算法，由于量子思想的引入，使算法具有高度并行性，从而有快速搜索性能。本文设计了基于激光成像雷达图像搜索的量子遗传搜索架构，在架构中，本文提出了图像的量子表述方法，使用波函数来描述待搜索解空间，使运算对象从确定坐标点转变为整个解空间。同时本文给出了不等概率初始化方案，解决了常规初始化的误收敛问题。并且本文设计了随进化代数与适应度自适应调整的量子旋转门，加速了算法的收敛。本文将所给出的框架应用于条纹管激光成像雷达图像的目标搜索中，算法在满足高精度下迅速收敛到目标位置，并且稳定性较高。