中文摘要：

对应点匹配是计算机视觉中的一个基本问题，本项目对鱼眼图像对应点匹配中的若干问题进行了系统研究，主要研究成果包括1)针对鱼眼图像的变形特性，建立了一种新的特征点噪声模型，并提出了一种鱼眼图像稀疏特征匹配及模型估计的基本框架；2)提出了一种基于对应点流形学习的错误匹配剔除方法；进一步又提出了基于对应函数的外点剔除方法，由于对应函数从一般意义上描述了对应点之间的映射关系，故可用于未知变形的刚体或非刚体目标图像的错误匹配剔除问题；3)将准稠密对应点扩散方法扩展到鱼眼图像。先后提出了基于局部仿射模型的已标定系统的准稠密扩散方法；基于旋转模型的未标定系统准稠密扩散方法和结构化场景准稠密匹配扩散方法；4)研究了基于几何一致性的特征匹配方法，并为混合视觉系统的特征匹配问题提供一种解决方案；5）提出一种基于混合模式缓存优化的三角形条带化算法，这种算法兼具较高顶点命中率和适应多种顶点缓存的问题；6）提出一种基于学习的图像配准检验方法，即将图像配准的度量问题转化为模式分类问题, 由基于机器学习设计的分类器自动检验图像是否配准。所有这些基础问题的研究，将会对计算机视觉相关领域的发展起到重要的推动作用。