图像畸变指的是图像形状上几何结构的变化,源于成像过程中图像发生伸缩、偏移和旋转等现象。在人们使用观测工具从客观世界摄取图像的过程中,由于采集的角度和位置的差异性,会不可避免地造成图像中目标的形状变形、尺寸和几何位置变化等,增加了计算机对目标识别的难度。因此,对畸变图像的不变性识别研究,一直是图像识别领域的主要关注内容。针对畸变图像的不变性识别问题,本文主要从以下两个方面展开研究,分别为基于不变矩的全局特征构造方法和基于局部二值模式(Local Binary Pattern,LBP)的局部特征构造方法,具体研究内容如下:1.设计了一种显式Krawtchouk正交不变矩(Explicit Krawtchouk Moment Invariants,EKMIs)的全局特征构造方法,该方法具有良好的旋转、尺度和平移不变性。本文所提出的EKMIs克服了原始Krawtchouk不变矩通过几何不变矩线性表示的缺点,建立了其与Krawtchouk矩之间的关系,解决了几何不变矩具有的噪声鲁棒性差的问题。通过理论及实验验证表明,针对Coil-20、Coil-100和Butterfly公开数据库中目标单一的图像,该方法不仅具有良好的图像不变性识别能力,而且对噪声有很强的鲁棒性。2.提出了基于二维局部二值模式(Two Dimensional Local Binary Pattern,2DLBP)的局部特征构造方法,主要用来解决纹理图像的不变性识别问题。传统的LBP仅仅考虑到图像像素对应的LBP模式值本身的数量统计,却忽略了模式值之间的相关性。针对这一问题,该方法首先采用旋转不变均匀LBP对图像进行描述,得到对应的LBP特征图;然后引入一定大小的滑动窗口,提取LBP特征图中的加权上下文信息;最后改变LBP中的半径参数,构造图像的多分辨率2DLBP特征。理论验证可得,由于该方法良好的通用性,它可以与LBP的其他变型结合成为新的图像识别方法。同时,实验结果也进一步表明,所提出方法具备有效的图像识别能力。