近年來機器視覺領域中圖形比對是非常熱門的一項研究主題，且在影像分析中幾何圖形比對是很重要的步驟。而圖形比對主要問題在於：對於識別效率、縮放與旋轉不變性(scale- and rotation-invariance)，方法的強健性(robustness)此三者之間很難同時達到。其中又以旋轉問題最棘手。環狀取樣方法上，先天就具有較少的計算量以及旋轉不變性的特性。本篇方法是將樣板(template)邊跡化後，利用角度抽取出24方位座標點，進行得到比對特徵（feature）---邊跡向量(edge vector)(包含長度及角度)，當目標形相對於樣板有縮放時，在向量長度表現上，僅是二者向量的長度串列有同等比例的改變。當目標形相對於樣板有旋轉時，經過二者向量角度串列的適當平移後，可得到最一致的向量角度差。根據實驗結果顯示出，本篇以簡潔的方法快速地將測試影像中的樣板給識別出來，也解決了樣板縮放的問題，更加提高了比對的速率。
