針對(duì)現(xiàn)有的基于局部特征的圖像匹配算法對(duì)光照變化敏感、匹配正確率低等問題，提出一種具有光照魯棒性的圖像匹配算法。首先使用實(shí)時(shí)對(duì)比保留去色（RTCP）算法灰度化圖像，然后利用對(duì)比拉伸函數(shù)模擬不同光照變換對(duì)圖像的影響從而提取抗光照變換特征點(diǎn)，最后采用局部強(qiáng)度順序模式建立特征點(diǎn)描述符，根據(jù)待匹配圖像局部特征點(diǎn)描述符的歐氏距離判斷是否為成對(duì)匹配點(diǎn)。在公開數(shù)據(jù)集上，所提算法與尺度不變特征變換（SIFT）算法、加速魯棒特征（SURF）算法、“風(fēng)”（ KAZE）算法和ORB算法在匹配速度和匹配正確率上進(jìn)行了對(duì)比實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明：隨著圖像亮度差異的增加，SIFT算法、SURF算法、“風(fēng)”（ KAZE）算法和ORB算法匹配正確率下降迅速，所提算法下降緩慢并且正確率均高于80%;所提算法特征點(diǎn)檢測(cè)較慢和描述符維數(shù)較高，平均耗時(shí)為23.47s，匹配速度不及另外四種算法，但匹配質(zhì)量卻遠(yuǎn)超過它們。對(duì)實(shí)時(shí)性要求不高的系統(tǒng)中，所提算法可以克服光照變化對(duì)圖像匹配造成的影響。

　　基于局部特征點(diǎn)的圖像匹配被廣泛地應(yīng)用在圖像識(shí)別、圖像拼接、目標(biāo)跟蹤等領(lǐng)域。在實(shí)際采集圖像中，光照變化致使同--物體反射的光線發(fā)生變化，造成成像亮度不同;不同相機(jī)的光感特性不同也會(huì)造成同一物體成像后存在亮度變化;并且亮度較低的圖像，在進(jìn)行脫色時(shí)會(huì)造成大量信息的丟失，這會(huì)給局部特征提取、描述符建立和匹配帶來(lái)困難。