图像的理解是建立于对图像特征的提取、描述和匹配基础之上的。其中,图像特征可分为全局和局部两种:1)全局图像特征是以整幅图像为单位进而提取出诸如颜色直方图或欧拉数等信息作为图像的全局特征;2)局部图像特征是以图像的局部作为单位,其速度相比全局特征提取稍慢,但对大多数的几何和光照变换具有较强的不变性,并且得益于当前的硬件水平,处理速度已不成问题。所以,局部图像特征已经成为当前图像特征提取方案的主流技术。本论文提出一种全新的概念,即镜面翻转变换不变性的特征描述(MIFT),这一概念可以应用于几乎所有类SIFT的局部特征描述符之上。基于MIFT,作者又提出一种结构更为紧凑的特征描述方案(FIND),并且加入了对特征支撑区域的空间关注。除了特征的提取和描述之外,特征匹配在图像理解中占有同样举足轻重的地位。一个好的特征匹配方案主要考虑两个因素,即匹配准确率和正确匹配的数目。为了同时提高匹配准确率和正确匹配数目,本论文提出了一种基于三角约束的特征匹配方案(T-CM),为基于图像局部特征的应用提供了更有价值的信息。