目标的检测与识别技术在医疗、航天、交通、工业自动化等领域扮演着举足轻重的作用。而在目标检测和识别技术的研究中,基于特征描述的目标检测方法在许多应用中表现出独特的优势,因此也被越来越广泛的研究和使用。其中,形状是计算机视觉和模式识别中一个非常重要的特征,也被认为是物体的一种外在视觉的总体感知,基于几何形状的目标检测和识别技术广泛应用于字符识别、医学诊断、机器人、扩展目标的检测等方面。然而,如何对物体的形状特征进行充分准确的描述是目标检测中极其重要的环节,同时针对不同的特征描述应用合理的形状匹配算法也是提高目标检测效果的关键。为此,从不同的角度充分挖掘图像信息,深入研究几何形状的描述方法极其对应的形状匹配算法,不断的提高目标检测的精确性、对复杂环境的适应性以及对目标各种变化的鲁棒性是非常必要的。　　 本文紧密围绕基于几何形状特征的目标检测这一核心问题。首先通过对图像预处理、目标分割和边缘提取等相关算法的理论研究,采用比较新颖的图像预处理和分割算法来提高目标边缘的准确性、连续性和平滑性,为目标形状特征的提取与描述提供一个良好的条件。　　 在边缘提取的基础上,从典型几何理论出发分析了简单的全局性几何特征量以及它们在形状特征匹配中的应用弊端。然后,就目前比较流行并得到广泛使用的变换域下的目标形状检测算法和基于距离变换的形状检测算法进行分析,同时根据这些方法在实际应用中存在的问题导出了适应性更强的基于多边形近似逼近的形状特征检测。通过目标的多边形逼近以及预测假设和递归估计的方法不断对图像中与模板具有相似形状的目标的变化参数进行估计和修正,最终可以获得除相似形状目标的中心位置外其它重要的变换参数值。　　 最后,针对目前许多基于边缘的几何形状特征仅仅是将边缘点作为独立的个体对待,而忽略了目标边缘点与点之间的相互联系,很难对形状进行全面准确的描述等一系列问题,引入弦变换和弦切变换算法。一个重要的进步是,算法在继续发挥边缘点位置信息重要作用的同时又从不同角度将边缘点与点之间的相互作用关系融合到特征描述中。其中,弦变换能用来检测边缘图像中的几何结构目标,另一方面对图像进行弦变换的反变换形状滤波,能将非目标形状的边缘过滤掉,只留下目标形状的边缘,这也是形状特征检测中一个有趣的研究方向。而弦切变换主要利用的是一个简单的边缘点对切线信息的变换,可以直接得到目标运动相关的旋转、缩放以及平移等参数信息,同时,对由于隐蔽、重叠、粘连等情况引起的部分遮挡具有较强的鲁棒性,最后对弦切变换在形状检测中的应用进行改进,提高了目标检测的稳健性,在物体的形状特征描述方法和形状特征匹配算法的研究中取得了重要进展。　　 结合工程需要,对弦切变化算法进行优化,在基于TMS320C6455的图像处理平台上对算法进行了实验验证,基本达到实时性要求。