利用计算机对图像去噪、分割、增强等进行处理的技术就是数字图像处理。在社会生 产和发展中，数字图像处理技术主要受到计算机、工业、农业、军事以及数学等的影响。 图像匹配实际上就是要确认两幅图像相对位置的一个过程。这两幅图片可能是拍摄的 时间不一样，也可能是拍摄角度不一样，甚至是所采用的设备不一样。在目标识别与跟踪，

地图导航，军事、生活中等应用众多，越来越凸显出其重要位置[2]。到目前为止，图像匹 配技术得到了广泛的研究，由此也出现了很多改进方法。这些方法一般都偏向于应用，各 有不同。例如，景物匹配问题，以及飞行器定位。在定位中，需要地图匹配，又叫做目标 检测与定位。

基于灰度的匹配方法不需要像其他方法一样要先进行预处理，它只需要统计图像的灰 度信息以测出图像的相似度，从而实现图像匹配。这种方法有优点又有缺点。优点是简单 易用，缺点是在应用的时候范围比较局限，对于非线性形变不能直接应用，而且运算量非 常大。基于灰度信息的方法经过多年的研究和发展，已经出现了不少方法。主要是交互信 息法、序贯相似度匹配法、模板匹配法等。

基于梯度、相关性和互信息的匹配方法是当前图像匹配方法中主要的几种方法。基于 梯度方法通常作为辅助性的方法与其他方法配合应用，一般不单独使用。在当下的研究方 法中，基于灰度的方法非常热门，无论是在医学图像处理还是其他应用中都得到了长远的 发展。是否需要提取图像的特征是基于特征和基于灰度两种匹配方法的区别。计算复杂、 对图像灰度、形变等较敏感都是基于灰度匹配方法的特点。

因为基于灰度方法都是需要从灰度值开始，所以图像拼接也就成了测方法必须的一个 基本要素。作为一项新的技术，图像拼接需要先进行匹配对准，然后采样合成，进而得到 一幅包括各图像信息的新图像[3]。这种技术作为图像处理中的一项至关重要的基础技术， 基于灰度的图像匹配方法在社会生产和生活中都不可或缺，推动了图像处理的发展，在信 息处理、医学图像等前沿领域中得到了应用，对于相关技术的发展有着不可替代的作用和 意义。

1。2 国内外研究现状

1。3 研究内容

本文首先对图像匹配的基本理论、概念以及图像匹配的几种算法进行了介绍，在分析 了灰度相关的图像匹配算法中的模板匹配算法的基础上，提出一种基于灰度相关的快速模 板匹配法算法，该算法不仅匹配精确度高，而且用时少，速度更快，并且通过MATLAB软件 进行了仿真验证，利用这些结论最终可得到精确的匹配结果。

2 图像匹配基本理论

在计算机图像、视频处理中，图像匹配始终是最基本的研究内容。而这里面又有着许 多热门的研究方面，例如目标识别、目标跟踪等等。它也是一些图像分析技术的基础。正 因为图像匹配应用的广泛性，新的要求和新的应用逐步产生，使得图像匹配算法的研究逐 步加深[13]。文献综述

2。1 图像匹配基本介绍

2。1。1 图像匹配相关描述

在图像处理中，图像匹配是一项非常重要的研究内容。在机器识别中，经常会遇到这 种情况：不同条件、不同时间所得到的图像需要空间对准，或者根据已知的图像在其他图 像中寻找相似区域，这时就要利用到图像匹配了。通俗点讲，图像匹配实际上就是比较待 检测图像与模板，给出相应的计算结果，此结果说明了匹配程度。当计算结果相同的时候， 或者相似度比预先设定的值大，那么就说明匹配成功了[14]。