在计算机视觉和模式识别中,形状匹配是一个重要的研究课题,在众多的领域具有广泛的应用,如图像检索、文字识别、目标识别、医学图像分析、人脸识别、机器人导航以及传感器网络等。形状匹配虽已经被众多学者研究了几十年,但仍然有较多难题没有得到解决,例如在形状匹配中,目标存在肢体变化以及局部遮挡或缺失等问题。本文从形状的轮廓特征和骨架特征描述两个方面出发,对形状特征描述和形状匹配问题进行了较深入的研究。本文具体研究内容如下:1、从形状的轮廓特征出发,提出了一种基于inner-distance形状上下文形状匹配方法,算法定义了内距离(inner-distance)度量方法,考虑到inner-distance对目标肢体变化具有良好的鲁棒性,而且相比欧氏距离对于复杂目标形状具有更好的识别力,使用inner-distance代替形状上下文中的欧氏距离度量,得到一种新的形状描述子,最后通过动态规划算法完成对形状匹配。实验证明该方法对目标存在肢体变化取得了较好的匹配效果。2、根据骨架特征,提出了一种基于骨架关键节点(包括骨架端节点和骨架结合节点)路径相似性的形状匹配方法。算法首先提取了骨架关键节点(包括骨架结合节点和骨架端节点),然后对骨架结合节点进行了合并剪切工作,从而获得了稳定的骨架图结构;再计算骨架端节点和骨架结合节点之间骨架路径,基于局部骨架路径构造特征不变量,对骨架结合节点进行描述,考虑到该描述子是一种局部描述子,故此方法能够对目标存在肢体变化和局部遮挡的情况进行有效识别。实验结果证明该方法对目标存在肢体变化和局部遮挡能获得较好的匹配效果。