图像辅助导航是未来飞行器组合导航发展的重要方向,寻找适应性强、精度高、计算快的不同传感器图像匹配算法一直是其研究的核心问题。论文围绕红外与可见光图像匹配的难点问题,光学图像辅助导航中若干关键技术进行了研究,本文主要完成以下工作:(1)分析红外和可见光图像的成像特征和差异,比较两者共同区域的边缘类型,并对其边缘进行数学描述,对常用的边缘提取算法进行讨论和分析,提出一种基于Tsallis熵的边缘检测方法,利用图像的局部的熵信息,计算滑动窗口内图像的Jensen-Tsallis散度-方向对,由Jensen-Tsallis散度确定候选边缘像素,再利用Jensen-Tsallis的方向信息细化并连接边缘像素,实验表明该方法能有效提取红外与可见光图像的共性边缘特征。(2)研究基于边缘特征的图像匹配算法。研究了基于3-4DT的边缘匹配方法和ESD相关匹配方法,提出一种基于距离变换的相似性度量方法,并比较它们在匹配适应性、匹配精度等方面性能,给出了实验结果。穷尽搜索匹配位置计算量非常大,本文采用非遍历寻优的搜索策略,利用蚁群算法的快速全局寻优能力,提出一种多维空间蚁群算法的图像匹配方法,以大幅减少计算量。(3)研究Fourier变换的平移、旋转、缩放特性在图像匹配中的应用,以及Fourier-Mellin图像匹配方法的实现,讨论双谱的性质,提出一种基于双谱的图像匹配方法,该方法不受高斯噪声的影响,实验结果表明,该方法成功实现了具有旋转、尺度、平移变换关系的图像之间的匹配。(4)研究SIFT特征描述符及其降维问题,本文利用核主成分分析的特征提取方法,对每个特征点的SIFT描述符进行降维处理,然后建立它们的初始匹配,进而结合数字地形图,建立导航参数的约束方程,提出一种基于蚁群算法的最小截取二乘鲁棒估计方法,估计飞行器载相机的位置和姿态,实现运动平台的图像辅助导航。