图像匹配技术已经延伸到众多的行业中,其发展也得到了很大的提升,在许多领域内有着广泛而实际的应用,例如,图像拼接与融合、目标识别与跟踪、摄影测量遥感、图像检索等。其为图像处理提供了极为关键的技术支持,对图像匹配技术进行深入的探索具有非常重要的研究意义。图像匹配早期主要用于几何校正后多波段遥感图像的配准,目前则可实现多类别图像的匹配。本文针对基于图像特征的快速匹配算法主要做了如下研究:(1)针对SIFT算法匹配过程中存在数据复杂、耗时长等问题,设计了基于分块策略的奇异值分解图像匹配算法。首先采用传统SIFT算法进行实验仿真,实验结果显示,匹配完成后所消耗时间较长,且实验过程中的复杂计算量导致匹配精确度不高;其次利用奇异值分解方法对相同样本进行仿真实验。对比得出,基于区域分块策略的奇异值分解匹配算法能够有效降低工作复杂度从而节省实验时间。(2)针对RANSAC算法剔除误匹配点过程中存在误剔除的问题,提出了基于函数拟合算法剔除误匹配点方法。首先利用奇异值分解方法进行图像匹配,实现匹配后,实验结果显示匹配图像中存在较多的错误匹配点;其次采用RANSAC算法对误匹配点进行剔除,结果表明,该算法对错误匹配点的辨识度较低;最后利用函数拟合算法剔除误匹配点,实验结果表明匹配的准确度和速度都得到了提升。(3)通过对基于奇异值分解的算法与SIFT算法和SURF算法得出的实验结果进行对比分析,基于分块策略的奇异值分解算法能够有效解决实验中耗时长等问题,并结合函数拟合算法剔除误匹配点,匹配效率提高了10.66%。本论文的研究内容为图像特征匹配算法的实现及其应用奠定了坚实的理论基础。图29幅,表2个,参考文献76篇。