形状的描述与形状匹配是计算机视觉领域的基础课题。物体的形状能够表达丰富的信息,人们往往会根据形状辨识物体。传统的观点认为只依据轮廓信息就可以充分地描述物体的外形特征。对简单的物体来说,其轮廓信息足以反映其整体信息；对复杂物体而言,单凭轮廓信息难以充分描述其特征。众所周知,物体的特征不仅由物体所在区域的边界轮廓表达,轮廓内包围的区域信息也是很重要的,二者互相补充以达到良好的描述效果。这一点在复杂图像中尤为突出,因而物体外形的准确描述还需要借助区域的颜色、纹理信息。本文工作主要分为两部分,在分析现有方法的基础上,对两类图像：遥感图像(纹理和几何信息丰富)和轮廓图(几何信息丰富)针对性地做了相关实验研究。主要成果如下：1.遥感图像中的建筑物识别提出了一种基于矩形先验的建筑物识别方法。该方法首先利用快速直线检测算法(LSD, Line Segment Detector)检测直线,并根据直线的空间位置关系指定合理的约束条件构造矩形；然后结合建筑物的颜色、纹理和边界信息,并利用GentleBoost算法构造用于识别的分类器；最后处理识别结果中叠加的矩形从而完成建筑物的识别。实验结果说明该识别方法的有效性。2.轮廓图中的形状识别在分析现有形状特征描述子的基础上,研究了基于轮廓点表示的形状上下文方法,并在MPEG形状数据库上利用该描述子进行形状识别实验,取得了较好的识别效果。同时将该形状描述方法运用在楼层平面图中,并与方向梯度直方图(HoG, Histograms of Oriented Gradients)的效果做了对比,实验结果证明了形状上下文描述子的有效性。