兴趣点是一种非常有用的图像底层特征，它是图像灰度在x，y两个方向上都有很大变化的一类特殊点。兴趣点检测是许多计算机视觉应用的基础，如：摄像机定标、三维重建、图像匹配、视频检索、运动估计等。本文首先给出了一个评价兴趣点检测算法性能的客观标准，这个标准包括以下三个准则：点位置偏差、误检率及重复度。根据这三个准则，在系统分析了兴趣点及其周围邻域的特性，并对已有的兴趣点检测算法进行研究比较后，本文给出了一种改进的兴趣点检测算法。实验表明，该算法具有很高的兴趣点重复度，并很好地解决了以往算法的点位置偏差和误检问题。在获得了兴趣点之后，利用兴趣点处的局部灰度差分不变量进行序列图像的点特征匹配。因局部灰度差分不变量具有局部和旋转不变的性质，所以它具有良好的抗遮挡、抗裁剪和抗旋转的性能。但同时，由于兴趣点的局部灰度差分不变量对噪声及点位置偏差很敏感，所以在做实际图像匹配时必须加上局部几何限制。实验结果表明，依据以上匹配方法获得的初始匹配具有较高的匹配正确率。