图像匹配作为一种图像分析和处理技术越来越广泛地应用于计算机视觉、自动目标跟踪、自动目标识别、立体视觉、图像检索等领域,因此无论是在军用上还是民用上,数字图像匹配技术都是一项很重要的技术。目前基于灰度值及变换域的图像匹配技术计算量大,而基于特征的图像匹配缺少更有效的描述方法,针对上述问题,同时考虑到人造目标大多可以用直线段表征,本文提出了一种更为智能、更具有语义信息的直线段编组特征,以实现对目标或图像的科学描述。　　 本文首先从图像的梯度方向直方图出发提出一种采用HOG特征的直线段提取方法,该方法利用梯度直方图确定可能存在的直线方向;利用矩阵的行、列积分运算实现对原始图像特定方向直线段的投影;根据矩形函数的一阶导数性质将确定直线段端点位置的问题转化为对列方向向量的求导问题,以求能更准确地提取直线段。通过本文方法与基于区域生长及基于Hough变换的直线段提取方法的仿真实验对比表明,本文提出的直线段提取方法可有效解决双边缘及直线段断裂等问题。　　 在此基础上,提出了一种直线编组特征——基于仿射不变的二维特征描述矩阵,详细介绍了其构造方法,从成像的角度对其合理性进行了说明,并探讨基于射影不变性的二维特征描述矩阵构造方法。研究了不同的相似性度量方法,基于本文提出的的直线段编组特征,选用最适合的方法对基准图与实时图进行匹配。理论和实验结果表明,本文提出的直线编组特征具有光照不变性,几何不变性,可以实现更具语义信息的目标描述,并且可以实现图像间的匹配。　　 本文的研究成果丰富和扩展了现有的图像匹配方法,为基于特征的图像理解提供了一定的科学依据。