特征匹配在三维重建、目标识别、目标跟踪以及视觉导航等方面都有重要应用。目前存在的特征匹配方法中,基于特征描述符的匹配方法应用越来越广泛。由于现实环境中的图像除了具有点特征和直线特征外,有的还具有圆弧特征。但是相比点匹配和直线匹配来说,目前对圆弧匹配的研究较少,特别是对基于特征描述符的圆弧匹配的研究更少。本文正是基于这种背景下提出来的。基于特征描述符的圆弧匹配算法包括三个步骤:圆弧提取、描述和匹配。论文的主要研究内容包括:首先,根据尺度空间理论,用高斯模糊和降采样构建高斯金字塔生成尺度空间。利用基于曲线生长的圆弧提取算法在尺度空间提取圆弧。其次,利用8象限坐标系划分的方法得到圆弧像素点的数目及坐标。确定圆弧和圆的主方向。根据图像内容是否发生变化,利用像素点信息在圆弧邻域分别构建支撑区域,生成圆弧带描述符。该描述符具有缩放、平移、旋转、光照等不变性。最后,依据最近邻距离比率(NNDR)和圆弧带描述符之间的欧氏距离约束相结合的准则进行圆弧匹配。进行圆弧匹配测试实验,得出图像在不同变换下的圆弧匹配结果。结果表明在图像模糊,平移旋转、缩放变换及视点、光照变化下,本文提出的基于特征描述符的圆弧匹配算法具有较多正确匹配数和85%以上的匹配正确率且算法运行时间较短。