图像匹配算法的目标是寻找图像之间的同质区域，进而根据同质区域的映射，建立图像之间的空间对应关系。图像匹配是计算机视觉领域中的一个关键问题，也是三维重建、目标跟踪、目标识别等应用的基础。　　基于特征的图像匹配算法由于对尺度变化、仿射形变等具有良好的稳定性和鲁棒性，受到国内外学者广泛关注。但是在运动场景中，随着运动背景剧烈变化，局部特征匹配算法（如分布式算法SIFT、SURF和AKAZE等）在运动目标的边缘处常常匹配失败。因此，本文着眼于角结构的内侧信息，建立了一种融合角点的属性信息（如角度大小、角度朝向和颜色等信息）的角点结构特征模型，并通过角点结构特征提出了一种适用于不受背景变化影响的运动匹配算法，解决了在正常速度中，刚性的运动目标的匹配。具体工作如下：　　(1)分析了运动背景对基于局部特征匹配算法的影响，研究了不受背景变化影响的运动匹配机理。　　(2)基于对角点内侧信息的观察，提出了能表达角点背景无关的点对结构，并通过对点对结构的局部聚类，实现背景无关的角点检测。　　(3)建立了角点结构特征模型，通过角点范围内的点对结构，计算出角点的位置、角度、朝向以及颜色等结构特征的属性信息。　　(4)基于角点的结构特征，提出了适合运动场景中局部特征匹配规则，实现了不受背景变化影响的运动匹配。　　在运动场景下，考虑时间的连续性和背景的多变性，本文算法从角点内侧出发，提出了一种基于角点结构特征的运动匹配算法。实验表明，本文提出的算法在运动场景中的匹配是可行的，而且在运动目标上匹配更全面，连续性更好。