图像匹配是计算机视觉一个重要而又基本的问题,广泛运用于各个领域,如三维重建,机器人导航和图像检索等等。图像匹配,即通过一定的方法在两幅或者多幅图像中识别同名点的过程,主要分为以纹理为基础的匹配和以特征为基础的匹配。射影变换广泛存在于各个获取物体影像的场景中,物体的图像在射影变换作用下会发生失真现象。基于纹理的图像匹配方法不适用于此场景,而大多数基于特征的图像匹配方法也不能很好地直接处理射影变换下的图像匹配问题。另外,在一些包含错切变换的仿射变换下,上述方法也不能很好的解决图像匹配问题。因此,针对这些场景下的图像匹配问题,探索更加有效,快速的图像匹配方法具有重要的意义。本文首先对图像匹配的研究背景和现状进行了概述,并简单介绍了本文所用到的基础知识,主要包括射影变换的基本概念,然后重点介绍本文新提出的两种形状描述子及其分别在射影变换和仿射变换下的图像匹配中的运用。主要研究包括：(1)本文提出了一种新的射影不变量——特征数,并且分别给出了特征数在直线上和三角形上的表示形式。构建特征数的主要条件为：存在构成闭合回路的直线边,且在各直线边上存在相同个数的点。(2)利用图像凸包上两采样点间相互连接形成的直线与图像相交得到的交点,计算在直线上的特征数——回路型交比,得到图像的形状描述子,结合动态时域规整算法,建立针对射影变换的图像匹配方法。(3)为了更加快速地完成图像匹配,利用图像凸包上每三个采样点间相互连接形成的三角形与图像相交的交点,计算在该三角形上的特征数,遍历所有三角形,得到图像的形状描述子,结合直方图匹配算法,建立针对仿射变换下的快速图像匹配方法。(4)通过数值实验分析,并将本文的图像匹配方法在各自场景中与已有的经典图像匹配方法相比较。实验结果表明,本文的两种方法都能取得理想的效果,第一种方法针对射影变换下的图像匹配问题,表现出更好的适用性与有效性；第二种方法则更加快速有效地解决包含错切变换的仿射变换下的图像匹配问题。