目标识别是计算机视觉领域的一个研究热点。识别的关键在于特征,局部特征凭借其出色的稳定性和可区分性已得到越来越多学者的重视。本文对基于局部特征几何结构的目标识别方法进行研究,在外观信息的基础上引入几何结构信息,充分挖掘目标的内在联系,以提高建模的准确度。论文主要研究工作和贡献如下:1、对目前主要的局部特征提取和描述方法进行研究。针对特征提取方法检测到的关键点区域的特点,提出采用Kadir & Brady,DoG和边缘特征三种互补的方法作为本文特征提取方法。对本文选用的数据集进行阐述,并说明各数据集用于实验的难易程度。2、讨论并深入研究了基于局部特征几何结构的目标识别方法。从简单几何模型存在的问题入手,研究了利用高斯混合模型进行建模的全模型方法,并在此基础上提出了简化的星型模型方法,该方法利用高斯函数对外观、形状和尺度进行建模,比将外观信息和空间位置信息进行加权组合的简单几何模型方法更能描述目标模型的内在联系。此外,在pLSA方法中引入代表位置信息的特征区域,对潜在的非明确表达的空间关系上刻画物体进行了尝试,由于该方法对特征区域的直方图进行建模,因此是稠密模型,理论上更能抵抗遮挡因素的影响。3、对比分析本文提出的两种识别方法:几何模型方法和加入位置信息的pLSA方法。对建模过程中的细节问题和影响因素进行研究,包括特征提取方法、模型中部分数、不同参数对建模的贡献和质量较差图像的识别结果分析。4、将本文提出的基于局部特征的方法应用于遥感图像飞机目标分类识别。实验验证了局部特征应用于遥感图像具有较好的稳定性和可区分性。进一步地,结合栅格化定位方法,提出了一种针对高分辨率飞机目标的局部特征识别方法,实验证明该方法对去除虚警和飞机型号识别具有较满意的效果。