图像匹配是将不同时间、不同传感器、不同视角及不同拍摄条件下获取的两幅或多幅图像进行匹配融合。图像匹配是多种图像处理及应用如物体辨识、变化检测、三维建模等的基础。图像匹配的方法有很多种,其中基于图像特征的图像匹配是匹配中最常见的方法。基于特征的图像匹配中,特征主要针对点特征。基于点特征的图像匹配,特征点的提取是图像匹配的关键步骤,本文详细分析对比了Harris算子、Moravec算子、Plessey算子、Forstner算子、SUSAN算子。从提取效率、算子稳定性、定位准确性、抗噪性、计算效率上对提取算子进行分析比对,用测试图像对各个提取算子进行实验分析,得出实验结论。同时,本文还提出了一种图形特征地物中心定位方法。所谓图形特征地物中心定位是借助特征地物(主要是井盖等圆形地物)的两条弦对圆心进行定位的方法,我们为之命名为重心化定位。体现了在图形特征地物(如井盖)中心定位创新之处。在对特征点提取算子研究的基础上,本文对基于特征点的图像匹配的实现进行了研究,提出了基于奇异值分解的角点匹配法,同时提出一种基于灰度互相关的配准方法—模板匹配法与之对比,最后通过特征点匹配算法需满足的三个原则对基于奇异值分解的角点匹配法进行了分析,得出了实验结论。本文的最后一章主要是对本文进行了总结与展望,总结了本文的工作,指出了本文的优缺点,并提出了今后工作的重心。