局部特征描述子作为一种低层的包含丰富局部信息的图像特征,在图像形变、遮挡和裁剪时,依然可以独立地描述图像的信息；在常见的图像变换下,有较好的描述能力和鲁棒性,被广泛应用在图像检索、图像分类、目标检测和识别等计算机视觉任务中。日益增长的应用需求驱使研究者提出不同特性的局部特征描述子,同时对局部特征描述子的性能提出更多的要求。本文从获取局部特征描述子的紧凑型和对光线变换、噪音干扰、旋转变换的鲁棒性出发研究和探讨了局部特征描述子的构造方法。主要研究内容如下：提出了一种基于主导的中心对称局部二值模式的局部特征描述子的构造方法。主导的中心对称局部二值模式是基于中心对称局部二值模式定义的新的纹理特征,该特征直方图可以近似保持原有模式直方图的区分度,而维度只有后者的一半。描述子的构建方法是将特征区域按照改进的基于灰度次序的方式划分成若干个子区域,在子区域上建立协坐标系,计算旋转不变的新模式直方图特征,然后将子区域的特征向量按照子区域的灰度次序排列,生成紧凑的局部特征描述子。由于该描述子的低维特性,可以结合颜色信息或尺度信息,将其扩展成描述能力更强、鲁棒性更好的局部特征描述子。提出了一种基于二值模式选择的局部特征描述子构造方法,该方法有效通过大样本集的训练,选择不同模式个数的最优模式子集,结合经典的局部特征描述子构造方法,生成多个不同维度、不同特性的局部特征描述子。二值模式选择为了避免得到局部最优的选择结果,采用了遍历搜索的方式获取最优的模式子集；同时考虑大样本集上训练的巨大工作量,采用分支定界的搜索树和简单预测的机制,减少计算的复杂度。选择的最优模式子集结合类MRRID的构造方法,生成紧凑的、描述能力强、综合鲁棒性好的局部特征描述子,最优模式子集结合类SIFT的构造方法,生成对噪音干扰鲁棒性更强的局部特征描述子。提出了一种基于极坐标的局部特征二值描述子的构造方法。该方法通过多个疏密不同的极线同心圆网格对特征区域多次划分,在划分的扇环单元上提取单元的平均灰度、平均径向差分和平均切线差分特征,并通过网格单元间的特征二值测试,生成二进制串,经过显著位的选择,生成紧凑、旋转鲁棒性好的局部特征二值描述子。为了加快极坐标下局部特征描述子的构建,本文还提出了极坐标向图像存储结构的映射方法和极坐标下的积分图像的定义和应用。