一种基于边缘率的特征点类型选择方法,属于计算机视觉领域。本发明在特征点检测之前,对图像进行结构信息检测与分类,为选用适合图像的特征点类型(斑点或角点)提供依据,解决由于特征点不适合而造成的匹配性能下降甚至失败的问题。对于一幅待匹配图像,利用Canny边缘检测算法计算图像边缘,然后计算边缘率,最后根据边缘率与高低阈值的关系对该图像进行分类:如果边缘率大于高阈值,说明图像结构信息非常明显,采用角点特征;如果边缘率小于低阈值,说明图像结构信息非常不明显,采用斑点特征;如果边缘率介于高低阈值之间,图像特征不明显,斑点或角点皆可使用。本发明快速有效,与现有图像匹配算法相结合,可实现性能更优的图像匹配。