随着信号处理技术和计算机技术的不断发展,生产自动化水平的不断提高,机器视觉的应用越来越广泛.数字图像匹配是机器视觉信息处理领域里一项十分基本和重要的技术.在匹配过程中匹配算法起到举足轻重的作用,对匹配算法进行研究具有一定的理论价值和实际意义.在工业检测、半导体封装等流水线作业中,匹配的速度和精度一直是研究的热点.本文从提高匹配精度和速度的角度出发,针对存在平移和旋转的情况,研究了基于图像特征的模板匹配快速算法.本文简单介绍了数字图像匹配方法,通过比较分析,论证本文算法研究的合理性,并对算法的基础理论进行具体阐述.基于图像的统计特征研究了圆形窗口的模板匹配算法.根据对Goshtasby提出的匹配策略的分析,采用细分窗口、隔点采样、生成距离图等方法优化算法性能.实验表明优化后的算法能很好地实现平移和旋转情况下的模板匹配,保证匹配精度的同时提高匹配速度.在圆形窗口匹配的基础上,利用重心法和双重心法计算旋转角度.根据对实验结果的分析,提出三次B样条拟合的改进算法.实验表明改进后的算法能够达到较高的计算精度,满足实时需求.基于图像的视觉特征——图像边缘轮廓,实现了以Hausdorff距离作为相似性测度的模板匹配,通过8邻域法提取边缘特征点优化算法性能.该算法能很好地处理由大量规则图形构成且背景复杂的图像的模板匹配.