计算机视觉又常称为机器视觉,是一门通过研究图像或视频数据观察周围世界的学科,主要以摄像机拍摄的图像或视频为原始数据,提取出在图像或视频中能观察到的事物信息。多媒体信息处理技术已成为日常生活领域的迫切需求,而人们希望能用计算机技术来处理视觉问题,例如利用人脸、虹膜、指纹等识别技术来处理与个人有关的事务。计算机视觉技术越来越成为推动我国信息化进步不可或缺的技术。形状识别是计算机视觉中的一个基本问题,也是一个重要问题,广泛应用于图像分析、计算机视觉和目标识别等应用领域。人类可以很容易的识别物体的形状,但是对于计算机来说,自动识别任意物体的形状却相当困难。当形状发生平移、旋转、放缩、遮挡后,使计算机快速、准确的识别物体的形状仍然是一件相当困难的事情。本文在总结前人工作的基础上,从两个方面进行了尝试。1、在变换域方法的基础上提出了V描述子,本文提出了一类新的V描述子,对二维图形进行V变换提取形状信息,定义归一化后的变换系数为描述子,具有旋转、平移、放缩不变性,并通过形状主方向在一定程度上消除了起始点的影响。通过快速V变换可以快速、有效地计算出V描述子,并且采用了加权欧氏距离,充分利用了V描述子的多分辨率分析特性,对轻微遮挡具有一定的抵抗力,可以根据实际情况达到较好的识别。2、在学习奇点理论中对称集概念的基础上,提出了一类与对称集和反对称集密切相关的形状描述子。通过形状上具有相互对称性的点的几何性质产生一个二值内积图表,该图表拓扑结构的变化同中轴、对称集和反对称集的变化密切相关。物体形状的变化引起对称集和反对称集的变化,从而引起内积图表的变化。文章中通过三角域上walsh函数来重新表示内积图表的上三角矩阵,得到一些系数,我们将这些系数定义为描述子。通过对比不同类形状,其中包括一些遮挡或者被加噪的图形,得到理想的结果,验证了该描述子具有旋转、平移、放缩不变性,并且对起始点不敏感,尤其是对轻微遮挡具有较好的抵抗性。