仿射变换可以描述同一目标在不同视点获取图像关系的近似模型,仿射不变特征提取在目标识别和配准中起着重要作用.目前,图像的不变特征提取算法按照基于目标轮廓还是图像区域特征,大致可分为轮廓类方法和区域类方法.基于轮廓类算法计算量小,但一般不适用由多部分组成的目标;而基于区域类算法往往计算量大，因为该类算法对图像的所有像素进行处理,可以很好的反映图像区域特性.本文提出了极径积分变换并将其推广,验证它的仿射变换特性并给出在仿射不变特征提取中的应用.主要工作如下：　　(1)提出了基于极径积分变换的仿射不变特征提取算法并对其抗噪性进行分析.定义了极径积分变换,借助于仿射变换映直线为直线的特性,该变换沿极径方向积分,将目标转化为一条与原图像保持相同仿射变换特性的闭曲线;为提取仿射不变特征,给出了基于此变换的仿射不变特征提取算法,该算法实现了区域类和轮廓类算法的结合,具有计算量小和可实现由多部分组成目标特征提取的优点;讨论了极径积分变换对高斯白噪声和椒盐噪声的抗噪性能.理论分析和仿真实验都表明,所提出的变换不仅可有效提取仿射不变特征,且低阶极径积分变换对噪声有较强的鲁棒性.　　(2)给出仿射不变的广义极径积分变换.为了克服轮廓类算法不能处理由多部分组成的目标,区域类算法往往具有计算复杂度高和对背景噪声敏感特点的缺陷,提出一种广义极径积分变换;利用广义极径积分变换提取广义轮廓并对其作平稳小波变换,构造出一类新的仿射不变特征提取算法.首先,应用广义极径积分变换对目标进行转化,把它变换成一条封闭的曲线;然后,利用针对闭曲线的等面积参数化方法对封闭的广义轮廓进行参数化;最后,把广义轮廓和平稳小波变换结合提取其细节信号.实验结果表明,该方法具有计算量较小、可应用到由多部分组成的目标图像和对噪声不敏感等优点.