当今,图像处理系统和图像技术在海洋工程、航空航天、生物医学、通信工程、军事公安和工农业等方面都有广泛的开拓和应用。特别是海上监视、水下管道、海底探矿、水中目标(如石油平台、海底沉船、坝基裂缝等)的检测与识别都离不开图像技术的开发、研究和图像处理系统的广泛应用。而支撑着水下目标检测与识别的硬件和软件系统主要是无人水下航行器和图像处理系统。在图像处理系统中,环境的复杂性所导致的各种不确定因素如动态的、非结构化,边缘模糊等影响,会给目标检测和识别带来一定障碍,特别是对于非结构化目标的提取与识别存在很大的困难,这也是当前图像处理领域研究的热点之一。本文主要研究非结构环境下具有不变性质的特征点提取与匹配算法。我们首先对特征提取与识别技术以及所涉及到的相关领域作了简要的概述,然后介绍了目前国外较成功的SIFT特征提取算法,根据我们对算法思想的理解建立了试验平台进行仿真,并在搜索策略上作出了改进,给出了能适应水下非结构化环境的具有高斯多尺度不变性的特征点提取方法。在试验环节中,对此算法在图像旋转,尺度变化,光照变化,透射投影变化和模糊加噪等几项方面的性能作出了评估并将其运用于水下序列图像匹配中。实验结果证明,本算法提取的特征点具有尺度不变性,能够克服图像的旋转、平移、缩放变换,并且在轻微光照变化和透射投影情况下同样获得很好的效果,能够适应水下非结构环境,在克服洋流影响、机器人环境地图创建、水下目标定位及水下双目视觉等应用中均具有较明显的研究价值和实用价值。最后,为拓展此特征提取算法的适用范围,我们分析了彩色图像特征检测的可行性,指出了此算法在彩色图像处理中的应用潜力,并为后续工作提供借鉴及参考。