随着计算机视觉应用的日益广泛和自动化程度的进一步提高,图形识别问题已成为当前的一个研究热点。在虚拟现实、工业模拟、科学计算可视化等领域,人们对其相关技术的发展提出了迫切要求。本文以国家自然科学基金项目(No.60273099)——“基于广义条件骨架的三维图形识别新方法研究”为背景,研究线性骨架相似性度量的相关问题。本文提出了一种用骨架树进行线性骨架拓扑相似性度量的算法,对线性骨架形状相似性的度量也作了初步的研究,在骨架匹配这一长期存在的难题上,取得了一些研究成果。本文首先介绍了骨架的定义和提取等基本背景,综述了相似性度量的相关理论以及当前的图形识别方法概况。然后,建立了一种新颖的骨架树模型。将骨架映射到一种树状结构中,树的层次和节点间的连接关系主要反映骨架的拓扑特性。对于用一般规则无法建立骨架树的环状骨架进行了处理,给出了环状骨架的骨架树建立过程。对于拓扑较为复杂的物体,由多尺度连续骨架算法建立多尺度骨架树由粗到精的反映物体的拓扑特征;同时,通过对骨架收缩各种情况的讨论,建立了一套合理的根节点选取准则,为多尺度分级匹配奠定了基础。本文给出了一种基于骨架树的线性骨架拓扑相似性度量算法。通过骨架树邻接矩阵的特征向量和给出了拓扑标记向量的定义,用拓扑标记向量之差的二范数作为两个骨架树匹配节点对的距离,构造两个骨架树节点之间的最佳匹配关系,将骨架树的匹配距离定义为建立最佳匹配关系的节点对的距离之和。骨架之间的拓扑距离则由骨架树的匹配距离来表示,并用该距离值的大小作为线性骨架拓扑相似性的度量。在计算复杂度和时间复杂度均较低的情况下,对一般二维图形取得了较好的实验结果。并提出利用多尺度骨架树对复杂物体进行多级匹配的思想从而使该算法具有更广泛的适用性。本文对线性骨架的形状相似性度量也作了研究,利用骨架的最大内切圆半径、骨架枝上的骨架点数等重要的形状信息,对骨架进行坐标平移、旋转、拉伸等对齐操作将骨架枝的曲线两个端点的连线变换到轴正向后,给出了骨架枝之间匹配距离的定义,然后在两个骨架的骨架枝之间建立最佳匹配关系,将<WP=4>骨架的形状匹配距离定义为建立最佳匹配关系的骨架枝的匹配距离之和。该形状匹配算法对简单二维图形取得了比较满意的实验结果。最后,对全文进行了总结并指出了后续研究工作的方向。