图像底层特征提取是计算机图形领域一个很重要的研究课题,它是通过计算机处理和分析来提取图像不变特征,进而服务其它技术,比如三维重建技术、图像检索技术等。而基于建筑图像的三维重建技术一直是计算机视觉的研究热点,本文针对几何信息丰富的建筑图像提出了点、线、面三种底层拓扑特征提取及匹配算法,与一般图像底层特征相比,本文提出的特征包含了丰富的建筑图像几何信息,能更好的服务建筑场景的基于图像三维重建技术。本文具体研究内容包括图像角点检测,直线段匹配算法以及建筑图像平面分割算法。1.角点是图像重要的特征,对图像的理解和分析都有很重要的作用。本文对建筑图像中角点提取问题进行了研究,提出了一种新的角点检测算法,角点被定义为图像中线段相交的点。给定图像中直线段结构,首先两两求交获取候选角点位置；然后算法会在候选角点周围搜寻形成角点的分支边缘线；最后根据角点分支线筛选真正角点,得到角点精确位置以及结构信息。2.特征匹配是计算机视觉中的基本工作,旨在找到同一场景的不同图像中对应的特征。不同图像的光照变化、视觉角度变化等因素使特征匹配成为一项挑战性课题,本文针对建筑图像中直线段特征匹配算法进行了研究,提出了一种新的线特征描述子,该描述子编码图像中直线段特征与其周围SIFT点特征的几何关系来描述直线段特征。通过描述子匹配实现不同图像的直线段特征精确匹配工作,并集成了更多的直观信息来帮助后续的三维重建工作。3.图像平面分割旨在提取图像中面特征,本文对建筑图像中面特征提取进行了研究,提出了一种新的面提取算法。利用图像中角点结构信息,构建以角点为节点的无向图,图中边的权值通过角点之间的几何关系来衡量,通过搜寻无向图中简单环结构来获取图像中对应的面特征。这样不但能获得图像不同平面区域信息,而且能获得其几何轮廓信息。本文主要以构建新的图像底层特征提取及匹配算法为研究方向,并通过大量实验结果验证算法有效性。对于算法中讨论不足之处,在以后的研究工作中会予以关注。