鱼眼镜头具有大视场、焦距短等特点,用来构建立体视觉系统具有显著优势。但鱼眼镜头自身的光学特点决定其图像具有较大畸变,传统的透视投影图像特征匹配算法在鱼眼镜头组成的立体视觉系统中存在较大偏差。在处理鱼眼镜头采集的图像时,常规方法是通过畸变矫正将鱼眼图像转换为透视投影图像后再做特征匹配。这一环节不可避免地损失很多图像信息,同时会引入不精确的数据。因此本文针对未矫正鱼眼图像的特征匹配算法展开研究,探索两个具有一定夹角的鱼眼镜头采集所得图像之间兴趣点的唯一匹配方法与全幅图像特征点的匹配方法。主要工作包括:(1)本文构建一种联合特征描述子和相应的匹配策略对未矫正鱼眼图像中兴趣点的特征匹配方法开展开研究,该特征描述子通过结合包含颜色信息的颜色直方图、包含纹理信息的局部二值模式(LBP)以及具有方向信息的韦伯局部描述符(WLD),实现对兴趣点的描述。在匹配策略上,首先选取一点A及其在另一图中的包含其同名点的一个区域DR,以A为中心建立固定大小的描述区域R(A),同时按照R(A)的大小对DR进行分块;然后用联合描述子对R(A)以及分块进行描述得到一维特征描述;最后通过直方图的相似性比较得到匹配结果。实验表明,对于位于畸变较大边缘处的兴趣点,该方法能够有效找出其匹配点。(2)对于全幅鱼眼图像,本文采用尺度不变特征转换(SIFT)和中心对称局部二值模式(CS-LBP)相结合的方法进行特征匹配。通过SIFT的前三个步骤:局部极值点检测、关键点的精确定位及方向分布,得到关键点的位置和方向信息,建立关键点的描述区域,使用CS-LBP对其描述,得到一维向量描述。利用距离公式找到匹配点对。通过实验,证明使用SIFT能够在边缘处检测到较多的匹配点,同时CS-LBP描述子由于计算简单,降低了算法的时间消耗。