在形状匹配过程中为了提升高度函数描述子的检索精度和对边界噪声与局部变形的鲁棒性, 本文提出了一种精确型高度函数特征描述算法。首先提取目标形状外轮廓, 构造轮廓采样点的精确型高度函数描述子并进行特征降维, 接着利用优化后的并行动态规划进行形状匹配, 最后引入形状复杂度分析提升匹配效果。基于点的几何特征显著性, 提出形状精度理论, 进一步分析局部形变与边缘噪声对形状特征描述的影响。在MPEG-7数据库、Swedish Leaf数据库、Tools数据库和ETH-80大型3D数据库上进行匹配实验以及在Kimia99数据库上进行抗噪实验, 实验结果表明: 本文提出的算法效率高, 匹配时间仅为高度函数描述子的12.5%, 在MPEG-7和ETH-80上的检索率最高分别为90.38%和9007%; 在Swedish Leaf和Tools上, 检索精度最高分别为95.07%和94.86%, 检索性能和鲁棒性均优于高度函数和其他重要算法; 在添加噪声的Kimia 99上, 该算法的抗噪性能优于高度函数描述子, 即使在噪声水平为2.0的情况下, 依旧能保持91.92%的检索率。本文提出的算法检索精度高, 效率高, 鲁棒性好, 抗噪性强, 具有较好的可扩展性, 能有效地应用于形状检索领域。