目标定位是目标跟踪和识别等应用的前端环节，目标的准确定位和实时处理已发展成为现代图像处理技术中的关键技术之一。在真实世界中存在着大量的对称目标，这些对称目标是当前许多复杂系统的研究主体，如智能交通系统中的车辆、人脸识别系统中的人脸等，因而对称目标定位技术具有很高的学术研究价值和广泛的应用前景。本文根据目标对称特性，提出了一种有效的目标定位方法。人脸识别是一种典型的目标识别，是计算机视觉与模式识别领域研究的一个热点，但是人脸的姿势变化依然是目前人脸识别的一个难点。人脸是最常见的对称目标之一，本文基于人脸对称信息，对二维多姿态人脸图像识别问题展开了研究，提出了一种对姿态不敏感的人脸识别方法。本文的主要工作如下：1.基于对称信息的目标定位算法：本文针对SIFT(Scale-Invariant FeatureTransform)方法在对称检测应用中只能检测目标中纹理丰富区域的对称轴的缺陷，基于物体对称特性研究，提出了一种新的特征点描述子，称之为对称SIFT描述子，该描述子是SIFT方法的改进，可以用来描述边缘特征点，突破了SIFT描述子的在边缘点描述方面的局限性。本文针对对称目标定位问题，提出了基于对称SIFT描述子的目标定位方法，该方法首先提取出目标完整对称轴，然后完成目标的准确定位。2.基于对称信息和ASIFT(Affine Scale Invariant Feature Transform)的人脸识别算法：本文针对二维多姿态人脸图像识别问题，首先根据人脸的对称特性这一先验知识，提出了三个不同姿态下的人脸关联度评估指标，利用该指标对测试样本人脸和训练样本人脸的关联度进行评估，以滤除关联度较小的训练样本，达到粗略分类的目的；然后采用ASIFT方法将测试人脸图像和剩余的训练样本进行精细比对，得到最终的识别结果。实验证明，基于对称信息的人脸关联度评估指标的引入不仅可以降低后续比对的负担，对整体识别率的提高也有很大帮助。3.利用Microsoft VC++6.0实现基于对称检测的目标定位系统软件和基于对称的人脸识别系统软件。最后对本文工作的创新点和不足之处进行总结，并指出了未来研究中所需要开展的工作。