在基于视觉的飞行器导航与制导、遥感卫星灾害监控与环境监测、医学图像分析等应用中,常常需要对不同类型传感器获取的异源图像进行匹配。图像传感器本身结构、成像原理等方面的不同,导致异源图像上对应区域的灰度、对比度都存在较大的差异。因此,异源图像匹配是一项非常有难度的工作。本文以飞行器视觉导航和景象匹配制导为研究背景,以开发可靠的和实时的的异源图像匹配算法为研究内容,对异源图像匹配中的关键技术进行了重点研究。论文主要包含以下五部分内容:第一部分研究自适应NL-means滤波器。对常用的图像去噪方法进行了综述,介绍NL-means滤波器原理,提出自适应NL-means滤波算法。自适应NL-means滤波器不仅能够对未知噪声分布的输入图像进行滤波,而且其滤波效果常常优于传统NL-means滤波器。另外,自适应NL-means滤波器还能有效滤除SAR图像中的斑点噪声。第二部分研究基于引力模型的边缘匹配方法。对常用的边缘匹配方法进行介绍,针对传统方法易受图像噪声和图像畸变影响的问题,提出基于引力模型的边缘匹配方法。作者分别定义了一点到一点、一点到点集、点集到点集的引力矢量。引力的强度描述了待匹配边缘的相似性,而引力的方向为匹配算法在参数空间搜索提供了有效的引导信息。作者还通过在点集引力模型中加入边缘法向一致性权值,进一步提高了边缘匹配的可靠性。第三部分研究基于空间子区一致性的图像匹配方法。空间子区一致性是对图像结构特征的描述,它由图像内部相邻子区之间的相似性构成。与传统的图像梯度特征相比,空间子区一致性特征受图像噪声影响较小,适合对成像质量较差的异源图像进行匹配。第四部分研究图像中的旋转不变特征,提出一种新的旋转不变的图像描述方法——多尺度梯度径向夹角直方图(Multi-scale Histogram of Angle of Radius and Gradient, MHARG)。MHARG特征不仅具有旋转不变性,还对图像灰度级非线性变换和图像噪声有很强的适应性,因此适用于异源图像匹配。利用MHARG特征进行图像匹配,可以避免在旋转空间内的搜索问题,大幅缩短图像匹配算法的运算时间。第五部分研究基于控制区约束的异源图像精匹配方法。主要工作包括:1)提出基于方向Moran信息的控制区可匹配性评估方法。2)针对异源图像的局部区域匹配可靠性和精度较低的问题,提出一种鲁棒求解变换参数的方法。3)提出对基准图进行几何校正,并在校正后的图像上进行精匹配的迭代匹配方法。