1. 研究目的与意义（文献综述）

课题的研究意义：

点集匹配是在两组任意的点集中寻找他们之间的对应关系。通常情况下其中一组点集是由模型集生成的，另一组是数据集生成的。模型集与数据集之间的关系通常是几何变换关系，两组点集在位置，分布情况紧密关联。假如能找到这种变换关系，并将该关系应用在模型集上，那么模型集会基本对应数据集的点集。

点集匹配是许多计算机视觉任务中的关键部分，包括立体匹配，医学图像分析，图像内容的复原，图像配准和形状识别。点集匹配的目标在于建立两点集之间的一种对应关系，使一组点集能映射到另一组点集上。例如在立体匹配上，为了能从一组立体结构中恢复出深度内部关系，他必需首先为每一幅图像定义一组点并且发现它们之间的对应关系。

2. 研究的基本内容与方案

研究的基本内容：

本课题需要用特征提取算法把特征点提取出来，根据特征点进行局部描述，根据特征之间的均匀关系，相似度关系建立初始匹配。但是初始匹配中存在很多错误，所以采用全局的约束关系，剔除错误匹配，生成精确匹配。

拟采用的技术方案及措施：

3. 研究计划与安排

第1周—第4周搜集资料，撰写开题报告；

第5周—第6周论文开题；

第7周—第12周撰写论文初稿；

4. 参考文献（12篇以上）