随着我国对精确打击武器的迫切需求,开展关于景象匹配技术的研究具有重要的国防意义。但是用于图像匹配的实时图和模板图通常是在不同时间、不同视角、不同天气、不同传感器条件下获得的,图像间存在较大畸变,传统的基于灰度模板的匹配方法往往不能对目标进行准确定位。因此,在发生畸变的图像中提取不变特征,成为近年来研究人员最青睐的方向。另外,仿射不变特征提取也是计算机视觉领域的重要研究方向,在图像配准、目标跟踪、三维重构、目标识别等领域都有非常广泛的应用。本论文对仿射不变特征的提取方法进行了详细的研究,主要研究成果分为以下三个方面:(1)针对纹理不丰富、灰度分布均匀、具有一定的面积、与背景差异较大的目标,提出了一种基于目标区域协方差矩阵的目标识别方法。首先,利用自动多门限区域分割方法将目标从背景中分割出来;然后,求取目标区域的协方差矩阵,并用协方差矩阵定义一个椭圆区域,通过对协方差矩阵的分解,将椭圆区域归一化为圆域,求出仿射不变特征向量;最后,求出两幅图像中目标区域的仿射变换矩阵,将模板变换后进行进一步的识别。该方法具有完全的仿射不变性,且对光照变化不敏感。另外,基于本算法的理论,论文中还给出了仿射变换参数求解及目标姿态测量的新方法,且具有较高的精度。(2)针对背景复杂、不易进行目标分割的图像,研究了基于MSA变换的全局不变特征提取方法。针对MSA变换对光照变化敏感的问题,提出了两种抗光照变化的算法——结合方向编码的MSA和MSA直方图不变量,并探讨了两种减少计算量的策略——分块和去掉傅里叶变换的高频分量。实验证明,改进的方法能有效克服光照变化的影响,且计算量大约是原来的1/8。(3)针对目标被大面积遮挡时,无法用全局不变量进行识别的情况,研究了基于SIFT的局部不变特征提取方法。针对SIFT特征描述子对相似区域区分性差的问题,提出了一种结合全局形状信息的特征向量生成方法,该方法增强了SIFT特征描述子的可区分性,减少了误匹配点对的数量。另外,本论文依据仿射变换的性质,给出了一种剔除误匹配点对的方法,在不影响正确匹配点对的情况下取得了较好的效果。