近年来，计算机视觉技术发展迅速，图像特征提取及匹配作为数字图像处理领域的关键技术，已得到广泛应用，尤其在军事制导、遥感航空航天、目标跟踪检测、三维重建、医学影像分析、图像检索等领域发挥越来越重要的作用。图像匹配即是将由于不同成像条件下产生差异变化的待匹配图像，与同一场景的原始图像的共同信息进行匹配。在众多图像特征中，角点特征既能包含图像中重要的信息，又能保持图像边缘的稳定性，还具有旋转、缩放、位移稳定性以及匹配简单等优点。因此，角点特征成为实现图像匹配的重要特征之一。
　　围绕图像匹配相关技术，首先在深入研究Harris角点提取算法的基础上，提出在计算响应值之前先对比邻域内像素点灰度值的改进算法，以去除部分非角点，并通过FPGA实现该算法，使用DE2-70开发平台，将RAM存储器中保存的图像的灰度像素值，通过地址输入读取的方式送入到FPGA处理模块中，并输出图像的角点像素的坐标点。整个系统包括角点提取和角点配准两大模块，角点提取模块实现高斯滤波、Harris响应值计算以及非最大值抑制等功能，角点配准模块实现角点坐标值计算功能以及配准功能。对算法处理单元在Modelsim中进行仿真测试，将输出角点的坐标值保存到txt文件中，最后通过MATLAB调用这些点进行图像配准以完成效果显示和相关结论分析。接着本文深入研究了基于Harris-SIFT特征提取的图像匹配算法，利用Harris-SIFT提取特征点弥补了Harris和SIFT特征提取各自的不足，同时优化了原128维SIFT特征描述子，采用新的64维特征描述向量。特征匹配部分采用双向欧氏距离进行相似性度量，搜索策略选用BBF搜索算法，搜索效率更高。
　　对基于Harris-SIFT特征提取和图像匹配改进的算法进行了不同条件下仿真，结果表明该算法无论在匹配性能还是匹配效率上都优于经典的SIFT匹配算法，且算法对于旋转、噪声干扰等变化能很好地适应，具有一定的应用性。