图像处理技术作为计算机学科的一项重要的课题。图像处理技术已广泛应用到遥感技术、医学研究、图像的3D重构等研究中。图像处理技术的主要原理是把图像转化为数字矩阵,使用相关算法对数字矩阵进行研究。本文使用基于特征点的匹配算法实现皮革纤维图像自动配准。通过对皮革图像的横向拼接(即图像的全景配准与拼接技术)和图像的纵向配准(即序列图像切片的拼接),分析比较本文中算法并使匹配具有更好的鲁棒性。本文主要采用两种方法实现皮革图像的配准:第一种方法是基于二维小波变换的SIFT算法的图像匹配,首先使用小波变换对图像预处理,消除图像边缘响应,再使用SIFT算法匹配图像;第二种则是使用SURF算法结合遗传算法处理图像,在SURF匹配寻找阈值时,使用遗传算法自动进行阈值的判定,确定搜索空间区域定界,定界空间内的最优解更容易被选择到。实验结果表明,传统SIFT算法对于皮革纤维同层图像的匹配有明显优势,但是序列图像匹配率和正确率较低,SIFT算法使用小波变换处理过的图像进行匹配操作时,在维持SIFT算法匹配的稳定性的同时,又充分发挥了小波去噪的优势,匹配速度有明显提高,正确率也有明显的改善。SURF算法对于亮度等影响下的匹配效果较好,并且使用遗传算法优化SURF阈值选择后,匹配点数有明显的提高,正确率达到99%以上。本文对于皮革纤维断面图像的的研究,对实现皮革的三维重构有重要意义。