基于CSS的形状匹配研究主要涉及形状特征的提取、改进的角点检测算法及相应的匹配算法这三方面的内容。本文首先对边缘特征点和角点进行了研究。同时研究了Moravec算子、Harris算子、SUSAN算子及CSS算子的基本原理并通过测试图像对每个算子在稳定性、计算效率、抗噪声性及角点定位的准确性方面进行了分析。然后,在经典的CSS角点检测算法和先人改进的算法的基础上,提出了基于直接曲率尺度空间的自适应角点检测算法。该算法是在直接曲率尺度空间的框架下,利用设置阈值的曲率积对角点进行加强,减少正确角点的丢失。同时利用候选角点在自适应支持域内的角度和平均曲率除去错误角点。改进后的算法不仅提高了角点检测的精度和稳定性,同时降低了计算复杂度。最后,根据本文提出的角点算法,利用角点的相对位置和相对曲率值对形状进行匹配。由于不同图像的形状和大小是不同的,所以需要对角点信息进行单位化。利用经过单位化的角点信息(角点位置及曲率值)简化成线性模型来进行形状匹配。通过实验结果显示本文提出的算法在角点检测、形状匹配方面都取得较好的效果。最后一部分是总结与展望。对本文所做的工作进行了总结,并分析了本文的优点及欠缺的部分,对今后的工作作了一定的安排。