随着科学技术的不断发展,微装配技术、微机器人导航、生物工程等领域的微小尺度应用亟待人们去研究,而显微视觉系统是这些微小尺度的应用领域中不可缺少的组成部分。图像的特征提取及其匹配算法一直以来是计算机视觉领域中的重要步骤和研究热点,在显微立体视觉中也是一个难点。因此,深入研究显微图像的特征提取及其匹配算法具有十分重要的意义。与常规尺度图像相比,显微图像有一些不利于特征提取及匹配计算的特点:如受景深影响严重导致图像易于模糊、对光照很敏感容易导致图像拍摄不稳定等。本文对微结构的显微图像特征提取及匹配方法进行了研究,发现显微图像中的点、线、面等微结构特征是便于计算和利用的重要特征信息。本文对以上特征进行了提取,并将结果应用于显微视觉系统的光学参数标定和显微图像目标的三维重建。首先,本文研究和比较了多种局部特征检测算子在显微图像上的特征提取和匹配效果,经过大量测试发现这些算子难以符合本文的重建要求。其次,本文研究了将局部和全局相结合的特征提取匹配算法,分别把ASM算法和PS算法(pictorial structures)用于显微图像的特征点提取匹配,结果表明PS算法具有良好地特征提取和匹配能力,但是对光照敏感。由于在实验条件下,光照的细微变化会导致显微视觉图像质量的剧烈变化,传统的PS算法无法实现微结构特征正确提取。因此本文针对该问题,又将一种局部自相似描述子引入到PS算法中,建立了一种具有光照不变特性的Similarity-Pictorial Structure算法。实验证明,本文提出的算法适用于光照剧烈变化的显微图像特征提取及其匹配问题。