形状识别是计算机视觉和图像理解领域的研究热点之一。论文从形状仿射变换的物理模型出发,综述了形状分析技术的研究现状,分析了视点变化、噪声、光照和遮挡等因素给形状识别带来的困难,研究了形状仿射不变特征提取和基于特征的形状匹配。形状相似不变特征是形状仿射不变特征的重要组成部分,论文从形状轮廓信息的利用和形状区域信息的利用两个角度对形状相似不变特征提取进行了研究。对基于轮廓的形状相似不变特征提取,针对传统方法通常敏感于噪声的问题,利用形状轮廓中显著特征的空间分布信息,通过等间距极坐标映射并引入统计思想,提出了基于极值特性的形状轮廓相似不变特征提取方法;对基于区域的形状相似不变特征提取,针对传统方法通常需要对形状进行规范化使得提取的特征鲁棒性受限的问题,利用Radon变换的性质,提出了一种新的形状相似不变特征,该特征不需要对形状进行规范化,可以从多个尺度上描述形状,对形状噪声和畸变具有较好的鲁棒性。与相似不变特征相比,提取对任意仿射变换都具有不变性的特征量,在实际应用中有着更为广泛的需求。由于仿射变换群为李群,论文从群论的角度研究了形状仿射不变特征提取。针对传统基于李群的仿射不变特征通常采用微分算子从而对形状噪声鲁棒性有限的问题,从形状参数化的角度入手,利用李群在2上的积分延拓,提出了一种采用积分算子的形状描述,即形状积分弯曲函数,给出了快速算法,证明了所提积分弯曲函数在形状仿射参数化表示下的仿射性质和在弧长参数化表示下对形状特征点的刻画性质,前者利用面积归一化后即为形状的仿射不变特征,后者可用于形状特征点的提取。对完整形状匹配,在获取形状仿射不变特征后,形状匹配的工作是利用形状仿射不变特征衡量形状的相似性。根据形状噪声、数字化等因素对不变特征影响的特点,即位置畸变的有限性、幅度畸变的有限性以及显著特征的对应性,提出了基于特征重整和注意机制的距离函数来进行形状匹配,给出了动态规划的实现方式。此外,针对所提基于极值特性的形状相似不变特征的特点,给出了相适应的所提距离函数的简化形式。相对传统基于序列相似性度量的形状匹配,所提方法对形状噪声、数字化等因素引起的特征畸变具有更好的鲁棒性和适用性。在缺损形状匹配中,针对传统基于划分的缺损形状匹配方法难以获得稳定形状局部的问题,论文通过形状一致划分获取稳定形状局部,提出了一种基于复合局部弹性匹配的缺损形状匹配方法。首先,根据形状的划分点构造了基于面积比的形状空间关系描述序列,将形状一致划分问题转化为寻找该序列的最长公共子串问题。然后,设计了复合局部弹性匹配算法来实现形状的一致划分,并通过稳定形状局部的仿射不变特征实现缺损形状的匹配,可有效处理形状初始划分不一致问题,对形状的缺损、仿射变换和噪声不敏感。以上所有重要结论都给出了理论分析和实验结果,这些研究将会为基于形状的自动目标识别系统的设计和实现提供重要的技术储备。