1、目標識別是計算機視覺領(lǐng)域的一個研究熱點。識別的關(guān)鍵在于特征，局部特征憑借其出色的穩(wěn)定性和可區(qū)分性已得到越來越多學(xué)者的重視。本文對基于局部特征幾何結(jié)構(gòu)的目標識別方法進行研究，在外觀信息的基礎(chǔ)上引入幾何結(jié)構(gòu)信息，充分挖掘目標的內(nèi)在聯(lián)系，以提高建模的準確度。論文主要研究工作和貢獻如下： 1、對目前主要的局部特征提取和描述方法進行研究。針對特征提取方法檢測到的關(guān)鍵點區(qū)域的特點，提出采用Kadir&Brady，DoG和邊緣特征三種互補的方

2、法作為本文特征提取方法。對本文選用的數(shù)據(jù)集進行闡述，并說明各數(shù)據(jù)集用于實驗的難易程度。 2、討論并深入研究了基于局部特征幾何結(jié)構(gòu)的目標識別方法。從簡單幾何模型存在的問題入手，研究了利用高斯混合模型進行建模的全模型方法，并在此基礎(chǔ)上提出了簡化的星型模型方法，該方法利用高斯函數(shù)對外觀、形狀和尺度進行建模，比將外觀信息和空間位置信息進行加權(quán)組合的簡單幾何模型方法更能描述目標模型的內(nèi)在聯(lián)系。此外，在pLSA方法中引入代表位置信息的特征區(qū)

3、域，對潛在的非明確表達的空間關(guān)系上刻畫物體進行了嘗試，由于該方法對特征區(qū)域的直方圖進行建模，因此是稠密模型，理論上更能抵抗遮擋因素的影響。 3、對比分析本文提出的兩種識別方法：幾何模型方法和加入位置信息的pLSA方法。對建模過程中的細節(jié)問題和影響因素進行研究，包括特征提取方法、模型中部分數(shù)、不同參數(shù)對建模的貢獻和質(zhì)量較差圖像的識別結(jié)果分析。 4、將本文提出的基于局部特征的方法應(yīng)用于遙感圖像飛機目標分類識別。實驗驗證了局部