图像匹配最早被提出是在美国70年代从事武器投射系统、飞行器辅助导航系统等研究中。历经十多年的发展，从80年代以后，其应用已经从单纯军事应用扩展到其他领域。基于图像匹配的导航和其他导航方法构成的组合导航系统具备更高的可靠度和精确度。79025

国内外研究人员已经进行了大量的研究，不断引入新的图像匹配的方法。概括来说，可以分为两类（1）基于灰度的图像匹配（2）基于特征的图像匹配。其中基于灰度的图像匹配是依据图像的灰度值进行匹配，具有准确性高、可靠性高的优点，但也存在计算量大、实时性差的缺点。基于特征的图像匹配运算量相对比较小，且具有很好的噪声免疫力，更容易实现实时匹配。

目前的图像匹配算法从以下几个出发点进行研究：第一，提高匹配速率；第二，提高成功匹配概率；第三，提高图像匹配鲁棒性；第四，易于并行处理。

参考文献

[1] 张书真,宋海龙,向晓燕。 采用快速SIFT算法实现目标识别[J]。 计算机系统应用。 2010,19(6)。82-85。

[2] 潘子昂。 基于SIFT算法的图像匹配研究[D]。西安: 西安电子科技大学,2013:19-24。

[3] 胡俊。 基于SIFT的车载导航图像匹配方法[D]。湖南：国防科学技术大学，2010:5-8。

[4] 陈卫兵,束慧, 快速边缘匹配算法研究[J]。 计算机工程与设计。2004,25(1)。130-132。

[5] 李强,张钹。 一种基于图像灰度的快速匹配算法[J]。 软件学报。2006,17(2)。216-222。

[6] 那彦,杨万海,李勇朝。图像信息融合与医学图像综合显示[J]。西安电子科技大学学报。2004,31(1)。21-24。

[7] 赵振民,彭国华,符立梅。基于形状模板的快速高精度可靠图像匹配[J]。计算机应用。2010,30(2)。441-444。

[8] 黄诚,王国营。一种基于颜色聚合向量的图像检索方法[J]。计算机工程，2006,32(2)。194-199。

[9] 田金文,杨磊。基于局部分形特征的快速图像匹配方法[J]。华中理工大学学报。1996,24(2),12-14。

[10] 李智，张雅声。 基于轮廓特征的图像配准研究[J]。 指挥技术学院报．1998,9(3)。101-106． 

[11] 杨延西,刘丁,辛箐。 模糊遗传图像相关匹配算法[J]。 仪器仪表学报。2005,26(11)。1166-1169。 

[12] 何仁芳,工乘,杨文兵。 基于混沌遗传算法的图像匹配[J]。 红外与激光工程。2003,32(1)。13-16。 

[13] 宋振环,唐伶俐,李传荣。遥感图像配准技术研究最新进展[J]。科技导报,2007,25(12),53-58。

[14]罗钟铉,刘成明。 灰度图像匹配的快速算法[J]。 计算机辅助设计与图形学学报。2005,17(5)。966-970。

[15] Wan X,Kuo C J, A new approach to image retrieval with hierarchical color clustering[J]。 IEEE Transactions on Circuits and Systems for Video Technology。1998。 8(5)。628-643。 

[16] Barnea D I,Silverman H F。 A class of algorithms for fast digital image Registration[J]。 IEEE Trans on Computers。1972,21(2)。179-186。 

[17] Beril Sirmacek, Cem Unsalan。 Urban-Area and Building Detection Using SIFT Key points and Graph Theory[J]。 IEEE Transactions on Geosciences and Remote sensing, Vol。47 No。4, April 2009。

[18] CR Huang,CS Chen,PC Chung。 Contrast Context Histogram A Discriminating Local Descriptor for Image Matching[J]。 International Conference on Pattern Recognition,2006,4。53-56。 

[19] 程德志,李言俊,余瑞星。 基于改进SIFT算法的图像匹配方法[J]。 计算机仿真。 2011,28(7)。285-289。

[20] 骞森,朱剑英。 基于改进的SIFT特征的图像双向匹配算法[J]。 机械科学与技术。2007,26(9)。117-118。