随着计算机硬件和人工智能技术的飞跃发展,智能计算机技术已经受到各行各业的青睐。而智能监控系统作为其分支之一,也被广泛的应用于生产、安防、治安等各领域。作为智能监控系统的关键技术之一的图像匹配技术,对于智能监控系统的性能有着决定性的影响。多样和复杂的实际应用场景对匹配算法提出了很高的要求。不仅要求匹配算法能在目标发生旋转,尺度变化,光照变化等多种情况下时准确无误的匹配上目标,还要兼顾算法的匹配速率,确保系统能够对目标进行实时的监控。本文在前人的研究成果上,对目前应用最广泛的基于SIFT特征的图像匹配算法进行了研究分析,针对其性能上的不足提出了相关改进。本文主要完成的工作如下：1.调研了图像匹配的相关算法,对其中应用最广泛的基于SIFT特征的图像匹配算法进行重点研究。分析算法自身缺陷,将其与匹配算法中最为经典的基于Harris特征的图像匹配算法相结合,在提取出的SIFT特征点的基础上利用Harris算法再一次去粗存精,得到了更为精确的Harris-SIFT特征。过滤掉了冗余的SIFT特征点,在提高SIFT算法准确性的基础上提高了算法的匹配速率。2.指出了SIFT算法对于发生镜像变化的目标的匹配效果的不足,分析了造成这种现象的原因。并提出了一种基于模值差的镜像不变性的改进算法,将具有镜像不变性的模值差算子应用于SIFT算法的特征描绘步骤,最后得到的F-SIFT算子对于镜像变化不敏感,对于发生镜像变化的目标,仍具有很高的匹配准确性,同时也提高了算法实时性。