在景像匹配导航系统中,图像匹配算法为其中的核心技术。SAR以其全天时、全天候,穿透能力强使得它能够克服光学景象匹配系统中存在的诸如难以连续获得高精度的地形信息,以及容易受到物候天象的影响等不足,因而能对光学景象匹配系统加以改善,是当前的研究热点之一。本文重点研究了组合导航系统中的SAR图像匹配算法,主要研究内容以及创新点如下: (1)在组合导航系统中,惯导系统的航向误差将导致实时图和参考图之间存在旋转误差。为了克服旋转误差,本文选择具有平移、旋转、缩放(RTS)不变性的Hu不变矩作为匹配算法中的相似性度量准则。(2)提出了一种基于Canny边缘特征和Hu不变矩的SAR图像的匹配方法。选择基于边缘特征的匹配方法,可以克服灰度误差;选择Hu不变矩作为相似性度量方法,可以实现任意角度的匹配,最后选择高斯金字塔提高算法的性能。实验结果表明,该算法在实时图与参考图之间存在任意旋转变换时,均可以正确匹配,但是由于旋转变化会造成边缘特征误差,进而导致匹配结果中也存在一定误差。另外,当实时图中存在遮挡时,无法正确匹配。(3)为了解决上述算法的低精度以及不能抗遮挡问题,提出了另一种基于相对点矩的SAR图像匹配算法。Harris角点提取算子结合亚像素精确定位算法可以获得高精度的特征点坐标,而Hu不变矩具有RTS不变性,结合两者优点,本文首次提出了相对点矩的概念。相对点矩同样具有RTS不变性,可以实现任意旋转角度下的图像匹配,通过选择合适的特征半径,可以抵抗一定程度的遮挡。针对粗匹配点中存在的误差匹配点,采用相似三角形原理筛选并摒弃;最后,通过最小二乘法给出最优估计值。实验仿真结果表明,本文提出的算法满足高精度、实时性和一定的抗干扰要求。