本文主要研究了图像几何匹配算法。本文首先介绍了图像几何匹配的概念、图像几何匹配的研究现状以及与之相关的技术,随后系统地介绍了图像几何匹配算法。图像几何匹配算法大体可以分为灰度匹配算法、特征匹配算法以及变换域匹配算法。本文详细介绍了这三类匹配算法的各个主要环节,指出了每个主要环节所用技术的优缺点,在介绍完每类算法的各个主要环节之后,介绍了该类算法中较为常用的匹配算法,并对其性能做了实验验证。针对当前较为常用的SIFT图像几何匹配算法和SURF图像几何匹配算法在处理待匹配图像和参考图像间存在较大旋转的情况下(没有使用去除误匹配等后续算法),匹配精度不高的问题,本文提出了基于傅里叶梅林变换的图像几何特征匹配算法。该算法首先利用傅里叶梅林变换,求出待匹配图像和参考图像间的旋转角度差,然后依据求得的旋转角度,变换待匹配图像,得到初步匹配图像,再通过特征匹配算法对初步匹配图像和参考图像进行匹配。实验证明,本文提出的基于傅里叶梅林变换的图像几何特征匹配算法,可以有效处理待匹配图像和参考图像间存在较大旋转角度的匹配情况。针对SURF算法在特征关联时,会出现一对多特征关联的问题,导致匹配精度有所下降,本文提出了Super-SURF图像几何匹配算法。该算法首先提取信息丰富区域用于特征提取,然后利用本文中排序挑选关联点对方法选择较好点对,并用这些点对算出变换矩阵,最终得到匹配图像。实验证明,Super-SURF图像几何匹配算法比SIFT算法和SURF算法匹配精度高,匹配时间更少。