由于图像匹配技术在现代信息处理领域中的应用范围越来越广泛,所以对图像匹配算法的研究不仅广泛,而且更加深入。如何在保持匹配准确性的同时,提高匹配速度是目前对匹配算法的研究重点。随着多核计算机的普及和并行计算技术的快速发展,在多核平台上,利用并行计算技术来提高图像匹配的速度具有重要的实用价值。本文的主要工作有:(1)较全面地回顾了图像匹配及并行计算处理领域的研究进展,介绍了基于Matlab的并行计算方法。(2)设计基于Hausdorff距离的图像匹配并行算法。介绍了基于Hausdorff距离的图像匹配方法,在分析算法效率瓶颈的基础上将算法并行化并采用Matlab将其实现,并将所设计的并行算法应用于灰度图像中。对该算法进行了两方面的实验,第一是多核环境下提高速度方面,第二是测试该算法对存在图像旋转和噪声情况下的抗失真和抗噪声性能。两方面的实验结果表明,所设计的并行算法不仅在多核环境下能明显提高匹配速度,而且有一定的抗失真和抗噪声能力。(3)设计基于SSDA算法的图像匹配并行算法。介绍了基于序列相似性检测(SSDA)的图像匹配方法,在分析算法效率瓶颈的基础上将算法并行化并采用Matlab将其实现,采用多幅图像进行匹配验证了该实现。实验结果表明所设计的并行算法在多核平台上能显著提高匹配速度。本文设计的并行算法的并行思想对图像匹配算法具有普遍性,可以推广到其它图像匹配算法的并行化设计中。