基于形状特征识别目标是模式识别中的一个重要研究方向，已经被广泛的应用在多个领域中，如图像检索、机器人导航、医学图像分析、路径规划和文字识别等。国内外很多学者已经对基于形状识别目标做了大量的研究，但仍然有很多难题没有解决，如复杂场景中目标存在部分遮挡及真实目标存在柔性变化等问题。本文主要围绕目标形状在局部遮挡和存在柔性变化情况下的特征描述和匹配方法进行研究。具体研究内容和成果如下：1、详细讨论了形状识别的关键技术，包括形状描述和特征匹配。在形状描述方面，将其分为基于轮廓的和基于区域的的形状特征表达与描述方法两大类。在特征匹配方面，分别从基于距离度量和优化匹配方法方面进行了研究。介绍了图像不变特征理论，引入了图像的不变特征——骨架描述子。2、提出了一种新的基于局部骨架路径识别柔性变化及局部遮挡目标方法。算法首先定义了中心点，基于定义的中心点将骨架端点按逆时针排序；通过A*算法搜索两个相邻骨架端点之间的骨架路径（简称局部骨架路径），基于局部骨架路径构造特征不变量，对骨架端点进行描述；最后建立图矩阵进行相似性度量。由于本文是基于局部骨架路径对每个骨架端点描述，是一种局部描述符，因此能有效克服目标柔性变化、部分遮挡或缺失的影响，同时本文只提取局部骨架路径的特征，因此计算时间复杂度也得到了降低。理论分析和实验结果均表明，该算法能有效地识别存在柔性变化及部分遮挡或缺失的目标。3、提出了一种新的结合骨架和统计直方图匹配柔性变化和局部遮挡目标的方法。算法首先提取骨架接合点，根据骨架结合点作目标轮廓的最大内切圆将形状目标分块；基于每个骨架接合点构造各个子分块区域的不变特征并将其统计在直方图中；再构建了一种新的相似性度量函数；最后通过对骨架接合点的匹配实现形状目标的匹配。由于本文算法是提取骨架接合点，较骨架端点提取更稳定从而能提高匹配精度；此外本文算法采用分块描述匹配的思想，所以能有效处理局部遮挡和柔性变化。理论分析和实验结果均表明本文算法是有效的。