图像特征点定位是图像处理与模式识别领域中的重要环节,也是影响识别结果和效果的一个关键性问题。由于图像的复杂性以及需求的多样性,特征点定位具有很大针对性,即对于不同类型的图像和不同的需求,往往要具体问题具体分析,采用不同的特征点定位方法。本文中作者主要对图像特征点定位算法及其在不同领域的应用进行了研究。其中重点研究了指纹识别、人脸识别以及头影测量分析中的图像特征点定位算法。本文的主要贡献总结如下:1)提出一个基于奇异点的指纹图像粗匹配算法,此算法由于直接对灰度指纹图像进行操作,不需要进行大量的预处理,从而减少了预处理过程带来的信息损失,提高了处理速度,适用于大型指纹库搜索中检索可能匹配的指纹;构建了一个新的四邻近特征向量(QNMV),并提出一个基于四邻近特征向量的指纹匹配算法,在FVC指纹库上的实验结果表明此算法具有很好的快速性与精确性。2)提出一个基于RGB色彩空间R通道的瞳孔精确定位算法;在对主动形状模型(ASM)深入分析的基础上,提出一个基于瞳孔位置初始化的RGB三通道ASM面部特征点定位算法,此算法不仅很好的解决了ASM平均模型位置初始化的问题,而且由于RGB三通道的采用,充分利用了人脸图像中的信息,提高了ASM定位算法的精度,与传统ASM算法相比具有很大优势。3)对已有头影图像测量分析中标志点定位方法归纳总结的基础上,分别对基于边缘跟踪和基于ASM的标志点定位算法进行了研究。实验结果表明,两种算法的标志点定位精度与人工定位并无明显差异,而在定位速度上却远比人工定位要快。