1、“.....基于影像灰度的影像匹配基于影像灰度的影像匹配算法以左右相片含有相应影像的目标区和搜索区中的像元的灰度作为影像匹配的基础，利用种相关度量，例如用协方差或相关系数为最大来判定左右影像中的相应像点。影像匹配可以用二维的窗口，也可用维的窗口按核线排列的像元灰度参与计算。维相关时，搜索仅在维方向进行，具有计算量小，精度好的特点。基于灰度的影像匹配方法中，以最小二乘影像匹配算法精度最高。设两个随机变量和分别代表左右两张数字影像中的个的像元灰度阵列，和像元灰度阵列的均值用下式计算。第页共页和像元阵列灰度的方差为算。维相关时，搜索仅在维方向进行，具有计算量小，精度好的特点。基于灰度的影像匹配方法中，以最小二乘影像匹配算法精度最高。设两个随机变量和分别代表左右两张数字影像中的个的像元灰度阵列......”。

2、“.....利用种相关度量，例如用协方差或相关系数为最大来判定左右影像中的相应像点。影像匹配可以用二维的窗口，也可用维的窗口按核线排列的像元灰度参与计接法影像匹配，金字塔多级影像匹配，等。常用的影像匹配方法可分为两种基于影像灰度匹配的影像匹配算法和基于影像特征的匹配算法。基于影像灰度的影像匹配基于影像灰度的影像匹配算法以左右相片含有相应影像匹配算法有相关函数法协方差函数法相关系数法差平方和法差绝对值和法最小二乘法等，基于物方的影像匹配算法有铅垂线轨迹法另外还有基于像方特征的跨本原理。同名点的确定是以匹配测度为基础的，因此定义匹配测度是影像匹配最首要的任务，基于不同的理论或不同的思想可以定义各种不同的匹配测度，因而形成了各种影像匹配方法及相应的实现算法。常见的基于像方灰度的，然后取出其在另影像中相应区域的影像信号，计算二者的相关函数......”。

3、“.....即以影像信号分部最相似的区域为同名区域，同名区域的中心点为同名点。这也是自动化立体量测的基无论是光学相关电子相关还是数字相关，所第页共页匹配的对象也有不同，但其理论基础都是相同的。影像相关是利用互相关函数，评价两块影像的相似性以确定同名点。即首先取出以待定点为中心的小区域中的影像信号而由于可运用于多个领域中，影像相关所匹配的对象也是多种多样的，如卫星遥感影像航空摄影影像近景摄影影像等，这些原始数据往往都不是理想的数据源，因此要针对各种特点选择合适的算法进行匹配。但般来说，骤，在遥感数字摄影测量计算机视觉地图学以及军事应用等多个领域都有着广泛的应用。由于原始像片中的灰度信息可转换为电子光学或数字等形式的信号，因而可构成电子相关光学相关或数字相关等不同的相关方式配即通过定的匹配算法在两幅或多幅影像之间识别同名点的过程。最初的影像匹配是利用相关技术实现的......”。

4、“.....它是图像融合目标识别目标变化检测计算机视觉等问题中的个重要前期步个非常困难的课题。在影像匹配的过程中，既涉及到图像校正特征描述等中等处理过程，还涉及到图像的高层匹配识别等方法。所以，对它们进行研究，具有理论和实践双重意义。影像匹配的基本原理的研究影像匹配影像匹近几十年来直是人们研究的热点和难点，影像匹配技术已经是计算机视觉和图像处理领域中项非常重要的工作，对其进行深层次的研究已经是刻不容缓的工作。由于影像之间存在复杂多变的成像畸变，因此影像匹配技术是来确定导弹准确的位置对来自多个传感器的图像进行融合时，首先需要进行影像之间的配准在立体视觉中，为了得到图像的深度图，需要寻找场景中同点在两幅图像中的共扼对，这同样是影像匹配研究的内容。影像匹配在研究目的与意义影像匹配技术是图像处理计算机视觉和数字摄影测量中相当重要的门技术。它的应用领域相当广阔，如航空图像分析，立体视觉......”。

5、“.....运动分析以及影像的特征恢复等。巡航导弹末制导采用影像匹配和算法的局限性，实现多特征多算法优势互补，提高匹配的适应性。基于解释的特征匹配方法的研究。基于解释的影像匹配技术需要第页共页建立在图片自动判读的专家系统上，因而非常困难，尚未取得突破性进展。现有的算法在些方面都有不尽人意的缺陷，尚且没有种算法能解决所有的影像匹配问题。影像的不同特征反映了影像不同的信息，对不同特征进行匹配会得到不同的结果。将多个特征多个算法融合与集成可以克服单个特征图像进行全局匹配，然后在高分辨率下对图像的细部进行匹配，其结果减少了迭代时落入局部最优点的可能性，又提高了匹配运算速度和精度，已成为目前的前沿课题之。复合匹配算法的研究。由于拍摄环境复杂多变，现图像进行全局匹配，然后在高分辨率下对图像的细部进行匹配，其结果减少了迭代时落入局部最优点的可能性，又提高了匹配运算速度和精度，已成为目前的前沿课题之......”。

6、“.....由于拍摄环境复杂多变，现有的算法在些方面都有不尽人意的缺陷，尚且没有种算法能解决所有的影像匹配问题。影像的不同特征反映了影像不同的信息，对不同特征进行匹配会得到不同的结果。将多个特征多个算法融合与集成可以克服单个特征和算法的局限性，实现多特征多算法优势互补，提高匹配的适应性。基于解释的特征匹配方法的研究。基于解释的影像匹配技术需要第页共页建立在图片自动判读的专家系统上，因而非常困难，尚未取得突破性进展。研究目的与意义影像匹配技术是图像处理计算机视觉和数字摄影测量中相当重要的门技术。它的应用领域相当广阔，如航空图像分析，立体视觉，自动地图，运动分析以及影像的特征恢复等。巡航导弹末制导采用影像匹配来确定导弹准确的位置对来自多个传感器的图像进行融合时，首先需要进行影像之间的配准在立体视觉中，为了得到图像的深度图，需要寻找场景中同点在两幅图像中的共扼对，这同样是影像匹配研究的内容......”。

7、“.....影像匹配技术已经是计算机视觉和图像处理领域中项非常重要的工作，对其进行深层次的研究已经是刻不容缓的工作。由于影像之间存在复杂多变的成像畸变，因此影像匹配技术是个非常困难的课题。在影像匹配的过程中，既涉及到图像校正特征描述等中等处理过程，还涉及到图像的高层匹配识别等方法。所以，对它们进行研究，具有理论和实践双重意义。影像匹配的基本原理的研究影像匹配影像匹配即通过定的匹配算法在两幅或多幅影像之间识别同名点的过程。最初的影像匹配是利用相关技术实现的，因而也有人称影像匹配为影像相关。它是图像融合目标识别目标变化检测计算机视觉等问题中的个重要前期步骤，在遥感数字摄影测量计算机视觉地图学以及军事应用等多个领域都有着广泛的应用。由于原始像片中的灰度信息可转换为电子光学或数字等形式的信号......”。

8、“.....影像相关所匹配的对象也是多种多样的，如卫星遥感影像航空摄影影像近景摄影影像等，这些原始数据往往都不是理想的数据源，因此要针对各种特点选择合适的算法进行匹配。但般来说，无论是光学相关电子相关还是数字相关，所第页共页匹配的对象也有不同，但其理论基础都是相同的。影像相关是利用互相关函数，评价两块影像的相似性以确定同名点。即首先取出以待定点为中心的小区域中的影像信号，然后取出其在另影像中相应区域的影像信号，计算二者的相关函数，以相关函数最大值对应的相应区域中心点为同名点。即以影像信号分部最相似的区域为同名区域，同名区域的中心点为同名点。这也是自动化立体量测的基本原理。同名点的确定是以匹配测度为基础的，因此定义匹配测度是影像匹配最首要的任务，基于不同的理论或不同的思想可以定义各种不同的匹配测度，因而形成了各种影像匹配方法及相应的实现算法......”。

9、“.....基于物方的影像匹配算法有铅垂线轨迹法另外还有基于像方特征的跨接法影像匹配，金字塔多级影像匹配，等。常用的影像匹配方法可分为两种基于影像灰度匹配的影像匹配算法和基于影像特征的匹配算法。基于影像灰度的影像匹配基于影像灰度的影像匹配算法以左右相片含有相应影像的目标区和搜索区中的像元的灰度作为影像匹配的基础，利用种相关度量，例如用协方差或相关系数为最大来判定左右影像中的相应像点。影像匹配可以用二维的窗口，也可用维的窗口按核线排列的像元灰度参与计算。维相关时，搜索仅在维方向进行，具有计算量小，精度好的特点。基于灰度的影像匹配方法中，以最小二乘影像匹配算法精度最高。设两个随机变量和分别代表左右两张数字影像中的个的像元灰度阵列，和像元灰度阵列的均值用下式计算......”。