本课题研究得到河南省自然科学基础研究计划项目“基于可拓学的并行视觉环境识别方法研究”（No.2009A520034）的资助，重点研究环境图像的可拓识别方法。图像识别中经常出现用人类视觉能够识别而采用计算机计算的方法不能够识别的矛盾问题，本文重点研究了如何用可拓学的理论分析这些矛盾，并用可拓学中可拓变换的方法寻找解决矛盾的途径。目的在于从新的角度来探索图像识别的方法，提高图像识别的准确性，变不能识别为能识别。本文首先研究了图像的颜色直方图拓展的方法，提出了基于拓展颜色直方图的图像识别方法，利用可拓学中的发散分析和关联分析原理，通过使用可拓学中的扩缩变换，对颜色直方图进行拓展变换，变换后使得原本不能识别的图像变成可以识别，实验表明该方法比未拓展时，能大幅提高识别的准确率。接着，本文指出了根据特征点方向计算特征点描述子而引起的特征点匹配过程中的矛盾问题，根据可拓学中的置换分析原理和置换变换方法，提出了带有拓展方向的E-SURF图像识别算法，该算法根据特征点周围像素的信息为特征点分配一个主方向和一个拓展方向，在匹配中首先使用主方向对应的描述子进行匹配，如果根据主方向对应的描述子不能找到匹配对，则置换主方向为拓展方向，重新计算特征点的描述子，然后再次进行匹配。实验证明，通过增加这个拓展方向，使得特征点匹配的对数明显增加，提高了识别的准确率。最后，本文对运算比较复杂的E-SURF算法中的各个部分进行了并行化可行性的分析，分解一些任务为多个子任务，使用多线程编程技术，把子任务分配给多个核来进行计算，从而充分发挥现在主流的多核计算机的优势，实验结果表明，通过采用多线程来计算，大大提高了算法的执行效率。