随着精确制导武器在现代化战争中地位的日益提高，图像配准技术受到了各国军工部门的高度重视，成为国内外研究的热点。随着应用的深入，对图像配准技术的准确性和高效性均提出了更高的要求。快速而准确地捕获目标，从而尽早为末制导跟踪系统提供目标初始态信息，可以为弹体姿态调整过程争取更多的反应时间。所以，开展针对大尺度视角变换场景的图像配准算法研究，具有重要的国防应用意义。本文对基于特征的图像配准算法展开深入研究，以期实现在大尺度视角变换场景下图像的快速、准确配准。现将论文完成的主要工作简述如下：(1)系统地阐述了基于特征的图像配准算法的关键环节：首先，讨论与图像配准密切相关的相机运动过程及图像空间坐标变换模型的产生过程；其次，详述仿射不变特征的检测、描述与匹配；最后，讨论变换模型参数的估计以及涉及的重采样、插值技术。这部分内容为后续研究工作奠定了必要的理论基础。(2)针对空对地可见光导引头目标自动捕获阶段出现的大尺度视角变换情形，提出了一种改进SIFT图像配准算法。首先在高斯尺度空间中检测抗仿射变换区域特征，通过对这些区域做数学拟合及归一化处理来获得抗视角变换的特征点集合的方法，明显增加了正确匹配点对数。实验表明，所提算法在视角差高达50°至60°以上时得到的匹配准确率较SIFT算法提高近5倍，具备较高的工程应用价值。(3)其次，由于SURF算法成功引进SIFT算法中简化及近似的思想，引入积分图像(IntegralImage)及盒子滤波(BoxFilter)策略加速算法过程，使之在保证综合性能优于SIFT算法的同时，运行速度较之快3倍。因而，SURF算法在工程应用中比SIFT具有更好的可移植性。本文从工程应用中对算法耗时要求较高的角度出发，在进行算法平台移植过程中，改进提出了另一种抗视角变换的SURF景象匹配算法。该算法首先从不同视角模拟相机对基准图像的成像过程来生成一组序列图像，通过将序列图像中的SURF特征映射至基准图像上的方法来增加基准图像的特征点数，再将其与待配准图像进行配准，可明显提高匹配准确度。为进一步提高算法效率以满足移植条件，本文针对导引头目标自动捕获阶段的特点，通过起始匹配角的合理设置（只对纬度角从45°开始进行模拟）、并设定有效匹配对数阈值的方法，使基于SURF的抗视角变换的图像匹配算法的计算速度提高30%~40%，在此基础上，将其移植到现有硬件平台中，具有较高的工程实用价值。(4)空对地可见光导引头目标自动捕获阶段对算法的实时性要求较高，本文的研究须借助硬件平台才能接近工程要求。最后，本文从应用角度出发，将基于SURF的抗视角变换图像配准算法移植到现有导引头目标自动捕获与跟踪系统中。多次试验结果表明，移植的算法满足实时性要求且在项目平台中运行稳定，具有较高的国防应用意义。