图像是对客观事物的真实反映,它通常是人们获取事物信息的一种重要载体,有关图像的研究也越来越引起人们的关注,其中图像的匹配和识别是图像研究的一个重要分支,它在目标的识别、物体运动轨迹的检测等方面都有诸多的应用,所以有关图像的匹配与识别的研究具有重要的价值和意义。在进行图像的匹配和识别研究时,其中一种有效方式是对图像提取特征,然后根据特征来构建相应的图模型,进而对图像进行分析,但是大多数图模型都是基于一元或二元关系的简单图,简单图仅能对两个特征之间的关系进行描述,为了使特征之间的联系更加紧密,彼此之间的相关性更大,有研究人员提出使用超图代替简单图对特征之间的关系进行描述,因为超图是简单图的扩展,超图的超边可以包含多个顶点,所以它比简单图包含更多信息,使用超图代替简单图来描述感兴趣事物之间的复杂关系,不仅可以对事物之间复杂关系进行保存,也在一定程度上保证了描述事物之间的关系的准确性。因此本文针对超图进行了相应的研究,对超图的性质进行了分析,并将超图应用到图像匹配和步态识别两个方向进行研究,下面为本文研究的主要内容和成果:(1)提出一种基于有向超图的图像匹配算法,该算法首先分别在两个待匹配的特征点集中构造3一致超图,计算每条超边所包含三元组的权值,然后利用这些权值来构造加权邻接张量,最后通过凸凹松弛算法实现图像匹配。模拟和真实实验结果验证了该算法能够提高匹配的精确度,且对图像的复杂变换也有很好的匹配效果。(2)提出一种基于超图的触觉步态识别算法,首先对一个完整周期的动态步态数据进行处理,使用加权平均的方式得到一个完整的足底压力图像,然后对处理后的足底压力图像进行区域的划分,将每个区域的压力最大值点和压力中心点作为足底压力图像的特征点,利用这些特征点来构造超图并计算张量,对张量进行高阶奇异值分解(HOSVD)提取高阶谱特征作为触觉步态特征,为了进一步提高步态识别率,还结合傅里叶描述子对足底的外形轮廓进行描述,最后使用支持向量机(SVM)进行分类识别。通过实验表明,该方法与其他方法对比,无论对静态步态数据还是动态步态数据都有较高的识别率。