数字图像匹配技术是数字图像处理领域中一项十分关键的技术。随着数字图像处理技术应用的日益广泛和电子计算机技术的迅猛发展，数字图像匹配的技术在人们的日常社会生活中和工业流水线生产等方面的应用越来越普遍。现阶段图像匹配算法是虽然很多，但是没有一种算法能够满足所有的匹配情况，匹配速度快，鲁棒性好一直是研究匹配算法所追求的目标。因此，研究算法的改进和新算法的探求具有非常重要的意义。本文首先介绍了图像匹配技术的研究历史以及目前的发展情况，简述了数字图像匹配技术的定义、特点和应用领域。然后对现有的经典匹配方法进行了介绍和对比，分析了基于灰度匹配方法和基于特征匹配方法的优势和存在的问题。本文主要对基于特征的匹配方法，研究了基于加速鲁棒特性的特征点匹配方法，加速鲁棒特性提取特征点方法具有对图像缩放、形变、旋转、遮挡、噪声等方面有的适应性非常好。但是SURF算法在实际图像匹配应用中发生较大概率的误匹配，针对这一现象，提出一种提高匹配概率的算法，首先用最近邻的方法进行粗匹配，然后再利用曲线拟合剔除错误的匹配点对，最后利用匹配点对的坐标位置关系找出元件的位置，用改进的七个不变矩的方法进行产品检测。实验证明了此方法的有效性和可行性，提高了特征点匹配的精度，实现了电路板元件的精确定位和检测。本文研究基于特征匹配算法同时对基于灰度的匹配方法研究了灰度投影匹配算法，该方法与序贯相似性检测和图像金字塔方法相结合，充分利用这三种算法的优势，提出了一种快速图像匹配算法，算法可以在保证图像匹配的准确度，同时算法大大的提高了匹配的速度。在通用PC微机上主要是软件实现图像匹配，本文对基于DSP图像匹配进行深入研究，探讨了基于DSP的图像匹配技术主要分为硬件设计和软件设计两部分，并将匹配算法在硬件上得以实现。在文章的最后对全文进行总结和归纳，同时对今后的工作做出了展望。