特征检测是计算机视觉和模式识别中的一个基础问题,在三维重建,图像分类与检索,物体识别,场景分析等很多应用中都是必不可少的一个关键环节,正因为此,长期以来,特征检测问题一直受到了研究人员的很大关注,并且提出了大量的方法。在众多特征检测算法中,对不同方法的性能评价无疑具有重要的研究意义。本文针对典型的三种仿射不变区域特征检测方法进行了定位精度评价。以前文献中主要采用的评价标准是特征重复率,而定位精度是通过区域重叠误差来度量的。本文在此基础上,对区域中心点的定位精度进行了研究,是对传统评价方法的一种补充,而且区域中心的定位精度对于三维重建,图像配准等应用来说是一种更合适的性能指标；另外,本文还对已匹配特征的定位精度进行了统计分析。全文主要工作如下：1.编程实现了一个特征检测算法定位精度评价原型系统,该系统采用Matlab和C语言混合编程,可用于不同特征的精度评价,还可以结合特征描述子实现特征匹配的性能分析。2.对三种典型的仿射不变区域特征(MSER, Hessian-Affine, Harris-Affine)的中心定位偏差进行了性能评价和分析。本文采用经典的图像数据库,对5种不同的图像变形、2种不同的场景类型进行了实验,对不同特征检测方法进行了比较,分析了不同特征检测方法的特点,得出的结论对读者具有一定的指导作用。3.对已匹配特征的定位精度进行了统计分析。本文对三种仿射不变检测算法检测到的特征,采用著名的SIFT描述子进行匹配,采用最近邻匹配策略,然后,对匹配后特征的定位精度进行了统计分析,结果表明：尽管匹配特征的定位精度大多数位于低误差区间,但也有部分匹配特征的定位误差较大。这也说明匹配特征的定位精度其偏差范围是较大的。