地形辅助惯性导航在现代军事技术中占据着十分重要的地位,图像匹配是基于景象匹配的地形辅助导航中的关键模块,匹配的基本方法是按像素点遍历搜索,匹配精度很高但计算量庞大,而地形匹配对实时性的要求很高,所以提高搜索效率是一个需要不断研究的方向。本文将对地形匹配的过程优化展开研究。首先本文深入研究了地形匹配的工作流程和特点,对影响匹配效率的关键模块图像匹配算法进行分析,选择了基于灰度值的归一化互相关匹配算法,并且对算法中的函数展开简化,大大减少了每一次匹配时的计算复杂度。同时研究了仿生遗传算法和蜂群算法的原理,针对遗传算法容易陷入局部最优的缺陷,提出了基于蜂群算法的遗传算法(BCGA),基于并行遗传算法的思想设计了多蜂群进化模型,并按进化阶段设置了不同大小的自适应交叉概率。最后完成了算法在图像匹配中的仿真实验,实验结果表明,本文提出的基于蜂群算法的遗传算法,符合地形匹配的实际应用,缩短了实时图与基准图的匹配时间,提高了匹配效率。本文所设计的基于蜂群算法的遗传算法对于其它类型的图像匹配也具有一定的借鉴意义。