图像配准技术经过许多年的发展已经广泛地应用到与人们生活息息相关的众多领域中,如军事的末端制导、医学诊断、三维建模、图像拼接融合等。特别是在末端制导的应用中,如何准确、高效地对复杂的目标场景进行感知识别一直是其面临的主要问题。由于拍摄的图像存在传感器、拍摄时间、拍摄视角以及外界拍摄环境等差异,会导致同一个目标物体在不同图像中的纹理、结构、位置信息存在明显的差异。采用基于区域纹理信息进行比较的方法在应对该种情况时并不能取得理想的效果。利用局部的一些具有不变性的特征建立起来特征之间匹配关系进行辅助制导的方法相对于基于区域的方法无论是时间消耗还是匹配效果都有明显优势。于是,本文通过对局部特征信息的分析展开了对图像配准技术的深入研究。本文通过对不同拍摄条件下的目标场景图像进行分析,确定了2个比较显著的局部特征用来进行匹配操作。这两个特征分别是点特征和线特征。针对点特征,着重对其特征匹配过程进行优化。由于点特征描述符本身是对图像局部纹理信息的一种抽象描述,如果在全局范围内存在纹理信息相似区域便可能导致错误匹配而影响匹配精度。因此,本文提出了渐进式匹配方法来应对该问题。在完成特征点检测过程后,通过粗略匹配预先建立起来初始的匹配关系,然后利用RANSAC方法对该结果进行筛选并建立初步的估计模型,最后对剩余点进行迭代匹配。在公共数据集上进行了对比实验,结果表明本文提出来的方法在匹配的准确率和检测到正确匹配点数量方面有着明显优势。针对线特征,利用轮廓线特征作为主要的研究对象。由于轮廓线在存在仿射变换的图像中自身也发生了变化,单纯地对轮廓线进行分析建立一致性匹配关系并不能达到理想的效果。因此,本文提出了基于曲率尺度空间的轮廓线匹配方法来解决存在仿射变换的轮廓线匹配问题。首先利用PCA白化算法及ICA操作消除仿射变换影响。然后通过构建曲率尺度空间图寻找轮廓线上具有仿射不变性的一些关键点,并利用这些点来代替轮廓线分析进行匹配。最后通过对比实验说明本文提出的方法在应对存在仿射变换的轮廓线匹配情况时有着良好的效果。