形状是一种高层次的视觉特征,在计算机视觉、图像分析与理解等领域中常用于表达目标物体。形状的关键性和重要性,使得形状表示和形状匹配成为计算机视觉领域中的基础性问题。虽然由于日常生活中同类物体形状的复杂多变性,使得形状匹配面临着许多困难,但长期以来在学者们的不懈研究下,已产生出一大批经典的形状表示技术和形状匹配算法。到目前为止,形状匹配仍然是计算机视觉和图像分析领域的前沿和热点问题。本文考察了形状匹配技术的发展历程,并发现：目前已有的形状描述子均未能简单有效的将局部与全局形状信息结合起来。针对这一问题,本文分别从局部特征和全局特征的定义出发丌展研究,并提出了一种能够将这两者有机结合起来的框架,定义了性能上更为优越的轮廓描述子。本文的研究成果主要有：(1)提出了有效的局部特征局部特征是定义形状描述子的基础,它不仅需要准确的描述形状的特性,而且要在线性变换(平移、旋转、尺度缩放)下保持不变。本文从轮廓点的相对几何关系出发,从不同的角度分别定义了数种有效的局部特征,如特征三角形、高度函数等。这些局部特征都能够较为准确的表示形状,并且能够在线性变换下保持不变性,从而为定义有效的形状描述子打下了坚实的基础。(2)提出了有效的全局特征全局特征是形状描述子所蕴含的重要信息,它直接关系到描述子对噪声或局部形变等因素的抵御能力。本文通过借鉴形状匹配算法的经验,创造性的将轮廓的顺序关系定义为全局形状特征,并将它与局部特征有机结合起来。本文是轮廓的顺序关系首次作为形状特征在形状描述子中得到使用和体现。事实证明,轮廓的顺序关系不仅能够作为约束条件应用于形状匹配算法中,也完全可以作为形状特征融合在形状描述子中,并能显著提高描述子的描述性能。(3)提出了局部与全局形状特征的有机结合框架只有将局部与全局形状特征相结合,才能使所定义的描述子兼具有刻画形状的准确性和对抗噪声的稳定性。本文提出一种新的描述子定义框架,该框架能够将局部与全局特征有机结合在一起。我们发现,利用轮廓的顺序关系对局部特征进行处理,将局部特征根据轮廓顺序关系排列成一个序列,能够自然的将这两种性质不同的特征有机结合起来。与多尺度描述子和多方面描述子相比,本文所定义的描述子能够有效克服已有描述子不易使用或信息不全等问题,本文方法同时含有局部与全局信息,且简单易用。(4)提出了三种新型的有效的形状描述子在特征三角形、形状上下文、高度函数等有效的局部特征基础上,结合轮廓的顺序关系,构造了三种新的轮廓描述子。实验结果表明,这些方法均能取得较高的形状检索准确率,特别是基于高度函数的轮廓描述子,该方法能够取得到目前为止所有描述子中国际上最高的形状检索准确率(在标准测试集MPEG-7数据库上,仅靠描述子的检索精度可达90.35%,结合图转导算法后检索精度可达96.45%)。同时,这些描述子几何意义明确,易于计算、维度低,其综合性能超越了常用的轮廓描述算法。本文对基于轮廓的形状表示技术展丌了深入研究,敏锐的抓住了轮廓的顺序关系这一核心而本质的全局形状特征,通过将不同的局部特征与轮廓顺序信息相结合的方式,提出了数种几何意义明确、描述性强、表达准确、计算复杂度适中的轮廓描述子,在形状匹配这一计算机视觉领域的关键问题上取得了进展,相关成果已经得到了大量的实验证明。本文所提出的算法对于其它视觉理论及应用也有一定的启发性。