图像匹配是图像应用处理中的关键技术之一，已经被成功运用到许多应用领域。如何快速的提取图像特征并对其进行描述，是提高图像匹配的适应性、匹配精度和计算效率的关键因素，是近几年该领域备受关注的前沿方向和研究热点。本文的具体内容包括以下几个方面：　　 1．图像特征角点算法的研究　　 对Morave、SUSAN、Harris以及SIFT特征角点检测算法进行了详细介绍，提出改进的Harris特征角点检测算法。该算法针对Harris算子尺度可变性的缺陷，先建立尺度空间金字塔，再在不同的尺度空间利用Harris特征角点检测算法提取特征角点，使特征角点定位更加准确。编制软件实现分别实现经典Harris特征角点检测算法和改进的Harris特征角点检测算法的过程，用实例说明改进算法的优越性。　　 2．局部特征描述子的研究　　 对几种目前常用的局部特征描述子进行介绍以及性能分析。详细介绍特征角点的分级视觉，提出基于分级视觉的局部特征描述子的理论框架，建立描述子的参数属性以及量化指标，并对其进行详尽的解释说明。编制软件实现基于分级视觉特征描述子的特征角点提取和局部特征描述子的建立。从描述子的特性分析该理论的可行性。　　 3．图像匹配的研究　　 介绍图像匹配的关键要素。建立利于分级视觉特征描述子进行图像匹配的步骤。编制实现其过程，给出分析结果。