在分析Hausdorff距离特性的基础上，提出了一种两级实时景象匹配算法.与传统各种利用图像多尺度特征的多级匹配方法不同，该算法利用Hausdorff 距离特性直接在原分辨率图像上进行匹配，通过“减少匹配位置”以及“减少匹配位置相似性测度计算量”两种途径缩短匹配时间.跳跃式搜索极大地减少了参与匹配的位置数；而在每个匹配位置，只计算由特征点组成的两个点集间的LTS-HD相似性测度，非特征点不参与计算，从而大大减少了该匹配位置的相似性测度计算量.为了保证匹配准确度，采用由粗到精的两级匹配策略，第一级采用像素跳跃式全局搜索获得粗匹配点，第二级以第一级匹配为基础，在以粗匹配点为中心的δ邻域内局部遍历搜索获得精匹配点.仿真分析表明，提出的算法相比传统的遍历搜索及遗传算法耗时短且定位准确，在实时图存在严重遮挡的情况下仍能正确匹配.