图像的局部特征描述子是计算机视觉领域的一个重要研究问题,是许多方法的基础,在图像配准、图像检索、目标识别、三维重建等领域有着广泛的应用。目前主流的局部特征描述子可以分为两大类:实值描述子和二进制描述子。实值描述子是浮点型向量,二进制描述子是0/1表示的二进制串。二进制描述子与实值描述子相比,生成时间短且占用内存小,但是当今对二进制描述子性能评估的工作很少。本文主要对典型二进制描述子进行研究并且对其性能进行评估。本文的主要工作如下:1.针对BRIEF描述子、ORB描述子、BRISK描述子、FREAK描述子这四种典型二进制描述子的设计实现进行研究;同时,针对描述子的生成时间和占用内存大小两方面进行了评估,并与实值描述子进行比较。2.对典型二进制描述子在图像匹配上进行性能评估。这部分包含三方面的内容:(1)对图像进行旋转、缩放、光照、加噪、模糊、视点变化,用原图和变化后的图像进行匹配,求取典型二进制描述子和实值描述子的匹配精确率、召回率和假定匹配率,实现二进制描述子在图像匹配上的性能评估;(2)评估二进制描述子与不同检测子耦合下的性能,提供二进制描述子与检测子的最佳组合;(3)实现了典型二进制描述子在图像匹配上的性能评估软件。3.对典型二进制描述子在图像检索上进行性能评估。本文为了探索在实际应用中,各描述子的性能表现是否与前面评估的结果一致,将典型二进制描述子应用在基于内容的图像检索上。在不同数据库上,对四种二进制描述子和实值描述子在描述时间、检索时间、占用内存大小以及搜索正确率这四个方面做了比较评估。