随着互联网的发展,可以获取和利用的图像信息越来越多,如何从这些图像信息中检索出自己需要的图像信息成为当前比较活跃的研究领域之一。形状特征作为图像低层特征之一,作为描述图像中目标与对象的重要工具,在基于内容的图像检索技术中发挥至关重要的作用。本文从形状的骨架描述与形状的轮廓描述出发,对形状的描述与匹配问题进行了研究,主要包括骨架图的匹配、基于骨架的形状描述和基于轮廓的形状描述与匹配。本文工作的主要内容及创新点如下：(1)从形状的骨架出发,提出了一种新的基于树结构的骨架描述方法以及骨架图匹配方法。首先由形状的骨架按照一定的算法构造树结构,利用树的根结点到叶子结点的测地路径信息来描述骨架端点,最后由时间序列匹配算法实现骨架树上所有叶子结点的匹配,利用匹配信息来度量形状间的相似度。该算法具有平移旋转缩放不变性,同时较好的处理了形状关于连接部分的变化,对于非刚体变化具有一定的鲁棒性,时间复杂度较低。(2)从形状的骨架出发,提出了一种新的基于骨架统计信息的形状描述方法。首先定义了骨架的新特征,计算骨架点对间的结构特征信息,统计结构特征信息来对形状进行描述。该算法具有平移旋转缩放不变性,在一些非刚体变化下也能实现高效率和高精度的形状检索。(3)从形状的轮廓出发,提出了结合复杂网络理论的形状描述和匹配新方法。首先对形状轮廓进行基于形状内部距离的复杂网络模型建模,再对复杂网络模型进行多尺度分析,基于多尺度与直方图思想来进行形状的描述,最后利用复杂网络描述进行形状的轮廓匹配。实验证明该方法较好的描述并匹配形状。