特征匹配是计算机视觉中的一个基本问题,也是一个非常困难的问题。与传统的透视图像相比,由于鱼眼图像的视场范围较大,导致图像的非线性畸变增大,同时图像中不同区域的光照变化也很复杂,在这种情况下,传统的基于纹理信息的特征匹配方法很难达到满意的匹配效果,相反,基于形状特征的匹配方法对这类问题相对不太敏感。基于此,本文主要就鱼眼图像的轮廓形状特征匹配问题,采用动态规划方法进行了系统研究,并取得了一定的研究成果。本文所完成的主要工作有：1.给出了一种轮廓特征提取方法。该方法首先在图像中提取MSER仿射不变特征区域,然后计算区域轮廓中每点的弹性值。实验表明,轮廓弹性的极值点能较好的反映轮廓的主要特征,并且该方法提取的极值点稳定可靠。2.采用典型数据对基于动态规划的轮廓弹性的匹配方法进行了性能测试,并研究了不同参数对最终性能的影响,同时验证了该方法对于图像的平移、旋转和尺度变化具有较好的稳定性。3.利用轮廓的弹性序列,采用动态规划算法对轮廓匹配提出一种基于局部特征的匹配方案,该算法对于局部形变有较好的适应性。为了克服同级别轮廓受噪声影响的问题,还给出一种基于全局特征的匹配方法,该方法对于噪声具有较好的适应性。最后通过将局部特征和全局特征进行不同权值的融合,得到一种对于噪声和形变都比较稳定的鱼眼图像匹配方法。实验结果证明,本文给出的方法是一种切实可行的方法,和传统的基于纹理信息的匹配方法具有互补性。