图像匹配已经广泛应用于双目立体视觉、图像拼接、图像检索、摄影测量与遥感、资源分析、三维重建及目标识别等众多领域,也一直是研究者关注的焦点。为了满足很多领域对图像匹配算法的实时性要求,本文主要研究基于区域的归一化互相关模板匹配和基于特征的SIFT算法匹配,以及这些算法的通用FPGA/ASIC高速并行逻辑架构实现等关键问题。对于基于区域的图像匹配,本文主要考虑了基于归一化互相关度量的图像匹配。为了提高匹配精度,本文采用先对图像进行边缘检测(增强)而后进行模板匹配的方法,具体选用Sobel算子进行锐化,为了提高图像匹配的速度,对边缘检测图像的归一化互相关模板匹配基于FPGA进行了并行架构实现。在这个架构中,提出了很多有效的方法来减少逻辑资源消耗并且提高计算速度。对边缘检测前后图像模板匹配的仿真比较结果表明边缘检测处理可有效锐化相关峰;同时,基于Altera的FPGA芯片EP2S90和开发软件Quartus II 8.0的并行架构功能与时序仿真及在实际目标识别中的应用表明这种方案可有效地提高系统的速度和定位精度,另外FPGA实现本身也进一步缩小了系统的体积。对于基于特征的图像匹配,主要探讨了SIFT和PCA-SIFT特征点提取方法,首先对其理论进行分析,然后结合具体图像给出了相应的仿真结果。同样为了提高图像匹配的速度,本文根据并行需求及性能分析给出了一种SIFT特征点提取通用FPGA/ASIC高速并行逻辑架构,通过采用很多并行策略、CORDIC算法和定点计数格式大大提高了逻辑资源利用,另外为了使该算法能够有更大的扩展性,如将来通过修改软件实现PCA-SIFT,考虑了基于NIOS II软核微处理器编程实现部分功能。