将图像传感器的视觉信息与惯导组合可以构建具有高自主性,高精度的导航系统。目前,寻找兼顾精度和实时性的图像匹配算法,稳定的信息融合算法是该组合系统的研究热点。本文针对实际工程应用的需要,利用理论研究,系统建模与仿真实验相结合的方法,对图像匹配辅助导航系统的关键技术展开研究。主要工作如下:针对实时图像序列与基准图匹配定位过程中,SIFT算法在搜索阶段耗时较大的问题,提出首先采用高对比度点粗定位,获得粗定位信息,再利用DBSCAN方法对粗定位空间位置聚类,得到可靠的聚类中心后,进行精确匹配和误配删除的分级搜索策略,可以有效提高算法的整体效率。利用图像序列间匹配以获得飞行器的速度信息,利用平均Hausdorff距离进行帧间运动估计。在抗旋转的要求下,提出一种基于Harris角点与平均Hausdorff距离相结合的方法,相比于其它边缘Hausdorff距离算法,本文算法不仅抗旋转,而且在实时性和准确性上都有所提升。由于惯导在长时间导航中会产生累积误差,本文建立了以惯导为核心、图像匹配定位测速为辅的组合导航融合滤波数学模型。针对图像信息输出存在滞后的问题,提出依靠惯导信息增量进行延迟修正的算法,飞行仿真实验证明,相比于传统卡尔曼滤波算法和利用二次曲线拟合进行修正的算法,本文算法的导航精度更高。最后,本文构建并开发了基于图像序列的图像匹配辅助导航仿真软件,为本文提出的图像匹配算法和融合滤波算法提供了可视化检验平台,并验证了本文提出算法的有效性。