图像匹配是计算机视觉和图像处理中一个很重要的技术。它的应用涉及到军事、工业、医学、遥感等多个领域。传感器技术的发展,使得获取的图像数据信息更加丰富,将多源传感器技术应用到图像匹配中,扩展了图像匹配的应用范围。在多源图像匹配中,主要存在的问题有:不同时刻的图像之间的旋转、放缩、噪声、畸变等变化,不同传感器图像之间的差异性。针对这些问题,本文主要研究了不同时刻的可见光图像之间的匹配,以及红外图像和可见光图像之间的匹配。本文首先分析了红外图像和可见光图像的成像原理,对红外图像和可见光图像的特点和匹配特征进行了分析比较;在此基础上,研究并实现了一种基于边缘信息的匹配方法,通过提取边缘来减少红外图像和可见光图像之间的差异。分别对红外图像的图像增强、边缘提取、噪声和伪边缘去除、相似性度量等相关技术进行了研究。经过对大量景观图像数据的实验,表明该方法对红外图像和可见光图像的匹配具有一定的鲁棒性。在分析了不同时刻可见光图像的特点的基础上,对多时图像的匹配特征进行了分析比较,研究并实现了一种基于特征点的匹配方法,通过特征点提取来消除多时图像噪声、旋转、放缩、畸变等的影响。对常用的特征点提取方法进行了分析对比,并详细的研究了一种SIFT特征点的提取方法。提出将距离约束加到误匹配的消除中,大大的减少了误匹配点对数。实验证明,该方法对旋转、放缩、畸变等能够保持很大程度的稳定性。