随着现代社会的高速发展,图像匹配越来越多地应用在视频跟踪、目标检测、现代化军事、医疗诊断中。图像匹配的知识涉及了计算机人工智能、机器学习、数字图像处理、计算机形态学及机器视觉等领域。基于图像的特征的匹配是热门领域,基于特征的图像匹配算法的性能主要由特征空间、相似性度量、变换空间、搜索策略决定,在一些常见的匹配算法中,距离通常被用来作为相似性度量,hausdorff距离被广泛使用,它可以用来判断两个点集是否匹配,并且有很好的抗噪性和对图像遮挡的适应性。本文在原有的hausdorff距离的基础上,对算法理论作了深入分析,并引出几种性能更好的hausdorff距离,分析其优缺点,然后提出了一种新的hausdorff距离度量。最后将匹配算法在DM642平台上加以测试,将其用于工程应用中。本文研究以下几个方面:1)对图像匹配的方法进行分类总结,并重点介绍了基于特征的图像匹配以及一些特征的提取方法。2)对hausdorff距离从基础理论到各自优缺点作了介绍,针对传统hausdorff匹配度量只运用点集之间的空间位置的问题,提出了一种结合角点和边缘点方向差异响应的改进的加权hausdorff匹配算法,对算法的理论和相应权值进行了表达,最后运用新的hausdorff匹配算法在五组图像上进行了算法的测试。实验表明算法能取得较高的正确匹配率。3)基于TMS320DM642的图像匹配系统充分利用TMS320DM642芯片的高速运行的特点,将CCD摄像头采集的待匹配图像与模板图像运用本文算法进行匹配,不仅能满足快速匹配的要求,并且匹配位置比较准确。