随着计算机视觉领域中各项技术的快速发展,具有广度视野的全景图像的研究与使用逐步增多。全景图像是由全向摄像机(如反射成像系统或鱼眼成像系统)或通过拼接多幅透视图像来捕捉的。其全覆盖视野提供了丰富的图像特征来源,并增加了在视图之间匹配特征的可能性。目前,全景图像已经成功应用于许多新应用,特征检测与匹配问题作为计算机视觉研究的基本问题之一,在全景图像中的研究逐步增多。其应用对全景特征提取的性能有一定的要求,但与平面特征提取相比较,全景特征算法的评估没有统一的评估基准,未能实现统一衡量各个全景特征算法的优劣。为了解决这一问题,本文通过对平面特征算法的评估基准进行研究和分析,设计并实现球面全景图像特征算法的评估基准。此评估基准包括在旋转平移等影响因素下生成的虚拟场景数据集及其对应的深度信息,针对现有基于全景图像的特征检测和匹配算法在特征关键点检测重复率、匹配准确率等衡量标准下进行评估分析。本文生成虚拟场景下的全景数据集及其对应深度信息,该数据集包含多种影响因素下的全景数据,并提出一种通过深度信息恢复三维点云用于计算评估衡量指标的方法来评估特征算法,最后按照提出的评估基准将两个特征提取算法进行了对比分析。