图像匹配是当前虚拟现实、计算机视觉等领域的一个研究热点。目前，对图像匹配技术提出了很多匹配算法，这些匹配算法都有以下共同点：图像间的焦距要一致，不能有尺度缩放，旋转不能太大，变形不能太明显，还有光照变化、仿射变换等等方面受到限制；因此大多数算法共同的缺点是：特征的检测困难，算法稳定性较差。针对当前特征匹配算法存在的不足，我们的项目——图像识别，以尺寸不变特征变换(ScaleInvariantFeatureTransform，简称SIFT）算法为基础,通过提取稳定的特征，可以实现差异较大的两幅图像之间的特征的匹配。 本文对当前主要的一些算法进行理论分析比较，包括Hough变换、SIFT算