随着社会的进步和发展，人们不断涉及和需要解决很多复杂的实际应用问题，图像匹配问题是数字图像处理的一个重要的领域，它广泛应用在卫星与导弹的制导与导航和机器识别等诸多领域中，如车牌自动识别系统，图像处理的大量运算量对计算机的计算速度和智能性提出了很大的挑战，演化算法正好能够解决这些复杂问题，演化算法是用计算机来模拟大自然的进化过程，是为了解决一类复杂的问题而提出的一类数据模型。本文主要将演化算法引入到图像匹配技术当中，利用相关匹配计算简单、抗噪声性能好的特点，提出了基于演化算法的三层图像匹配方法和将KMP算法引入到图像匹配领域，实验表明该方法具有运算速度快、匹配正确率高等特点。 本文第一章首先介绍了图像匹配的研究现状，研究图像匹配的理论意义以及其实际的应用价值。在第二章中介绍了演化算法的起源和国内外的发展现状，及其主要分支，发展趋势，介绍了演化算法求解问题的思路，实现的算法框架和一些关键技术元素，个体的编码方案，演化算子设计(包括杂交算子，变异算子等)，最后介绍了三个改进的策略(最优模型保留算法，避免限于局部最优解策略和动态调节杂交概率和变异概率算法)。第三章主要介绍图像匹配的概念以及数学模型，图像匹配方法的性能分析，以及实现图像匹配方法的分类，一类：基于灰度矩阵之间图像匹配；二类，基于图像自身特征(阈值)的图像匹配。本文实现第一类图像匹配具体使用了到二种方法，一：基于简单模板的匹配；二：基于KMP算法的图像匹配。第四章详细地介绍了用演化算法来实现灰度矩阵之间图像匹配的一些关键技术如编码方案，适应值与停机条件设计，演化算子设计(杂交算子与变异算子)，以及介绍了一种基于演化算法的三层图像匹配方法，即先进行环形模板匹配，在进行十字形模板匹配，最后对前面两次进行的结果再进行全额匹配，确定精确的匹配点，前面两次属于粗度匹配，最后一次属于精确匹配，最后给出给出一些实验参数以及在v c++环境实现仿真实验，其结果与环形与十字形以及KMP匹配方法进行了分析比较。第五章主要介绍了用演化算法如何提取图像的特征值(阈值)，从而进行图像的边缘检测，最后对边缘检测图像的特征矩阵进行特征匹配。第六章总结本文的主要工作，把演化算法应用到图像匹配领域进行了一些有益的尝试以及对未来发展的一些设想。