图像特征提取与匹配是计算机视觉中的一个关键问题，在目标检测、物体识别、三维重建、图像配准、图像理解等具体应用中发挥着重要作用。由于图像的成像条件和所记录的内容复杂多样，而且具体应用需求各有不同，对图像特征提取和图像匹配的研究一直都是视觉领域中一个极具挑战性的问题。正是这一问题的重要性和挑战性吸引着各国学者在这一领域进行研究。　　 本文从实际应用出发围绕图像特征提取与匹配问题作了一些研究，主要工作有：　　 ·本文针对鱼眼镜头下场景的三维重建系统的特殊需求，探讨了一种结合MSER区域特征、SIFT描述子和几何约束的图像边缘点匹配方法。在SIFT特征匹配过程中，由于DoG算子对图像边缘的响应比较敏感，所以将对应于边缘结构的不稳定的关键点去掉了，而在三维重建、物体识别、图像配准等应用中图像边缘处的特征点起着重要的作用。本文对这一问题作了初步的探索。具体匹配方法是首先提取图像的MSER特征区域，并计算每个特征区域的SIFT描述子结合极线约束匹配特征区域。对匹配好的MSER特征区域对的边缘点，用极几何约束限制有可能匹配的待选边缘点，再用灰度相关确定对应的边缘点。最后在对应的特征区域内用单应矩阵(Homography)约束剔除错误的对应边缘点。从而得到对应的图像边缘点。为了验证方法的有效性，本文作者应用这种方法对鱼眼镜头拍摄的图像进行匹配并重建了场景的三维信息，取得了较好的重建效果。　　 ·本文还研究了交通事故现场图片的特征提取问题，并提出了一种鲁棒的自动检测车轮轮廓的方法。由于提取钢圈轮廓比提取车轮橡胶轮胎的轮廓容易，而且钢圈轮廓和车轮轮廓可以近似看作同一平面上的两个同心圆，所以在本文方法中，通过检测车轮钢圈的轮廓和车轮与地面的接触点，利用射影变换保持交比不变的性质间接地计算出车轮轮廓，克服了光照、路况、车型对提取车轮轮廓的影响，大量实验证明了方法的可行性。