图像匹配算法作为计算机视觉中最重要的研究方向之一，可分为基于灰度信息和基于特征信息两大类。其中，对于基于特征点的匹配算法，常通过几何变换模型进行匹配。目前，大部分关于几何变换的研究由于复杂度等原因，主要集中在刚体变换和仿射变换，而对于射影变换极少涉及。本文主要研究基于射影变换的匹配算法，利用射影变换中的不变量，对图像中的特征点集进行匹配。　　论文首先介绍了图像匹配的相关理论，列举了图像匹配的一些常用算法，并重点介绍了SIFT算法。由于图像上物体的位置与摄像机和物体所在位置有关，因此，对应于同一物体的两幅图像，可提取出一些变换模型。射影变换作为仿射变换的一般形式，较之更接近图像变换的实质。但是由于其理论知识较为复杂，可实践度低，很多算法都按照仿射变换进行研究，以降低复杂度。　　文章设计和实现了关于基于射影变换的匹配算法，首先利用SIFT算法对图像做预处理，提取出两组特征点集，然后基于射影变换中的两个不变量：交比不变量和顶点凹凸性不变量，生成交比描述子。再根据两个点集交比描述子的距离，确定是否匹配。文章还通过各种实验来研究该算法的性能：通过计算匹配的误差函数min的分布规律，以研究匹配界限的阈值；通过计算该算法输入参数的范围与运行时间的规律，以研究算法的最佳性能；以及通过匹配各种类型图像，研究该算法所适用于的领域。　　实验证明，该算法在建筑装饰类、静态物体上表现良好，但不适用于人脸识别，也可应用于部分医学图像处理，如对视网膜、虹膜以及指纹等特征的匹配。