全向视觉以其拥有较大视场的优越性,近年来得到了越来越广泛的应用,如机器人导航、视频监控、基于真实场景图像的虚拟漫游、基于图像的测量与三维重建等。而由全向相机和传统透视相机构成的混合视觉系统,由于兼备全向图像视场范围广和透视图像分辨率高的特点,也得到了广泛的应用。然而,由于全向相机成像模型复杂、图像畸变严重,这为图像之间的特征对应问题带来了很大的困难。本文围绕全向视觉和混合视觉的特征匹配问题进行了研究,其主要工作包括如下几点：1.以鱼眼图像特征匹配为例,给出了一种基于虚拟相机平面的大变形下的全向图像特征匹配方法。将鱼眼图像局部特征投影到虚拟相机平面,消除了鱼眼图像非线性变形的影响,使得传统的透视图像匹配方法,可以直接应用到全向图像的匹配问题中。该方法也可以应用于反射折射图像特征匹配问题中。2.在特征匹配的基础上,开发了鱼眼图像360°全景图像自动拼接原型系统。为了增加特征点的数量,提高模型估计精度,本系统还引入了引导性匹配,较好地解决了模型估计的问题。实验结果表明,该系统性能稳定,具有较好的通用性。3.给出了一种透视图像在全向图像中的定位方法。为了剔除透视图像与鱼眼图像由于模态不同而导致的大量错误匹配,本方法引入了基于矩阵谱的聚类方法。在剔除了错误匹配之后,根据正确率高的匹配对,近似估计了透视图像与全向图像之间的变换关系,并实现了前者在后者中的定位。最后我们在此基础上结合虚拟相机平面的概念,给出了一种通用的混合视觉匹配策略。