全向图像通常在径向方向上具有非线性失真。 不幸的是，诸如比例不变特征变换（SIFT）和描述符网络（D-Net）之类的传统算法在匹配全向图像时不能很好地工作，只是因为它们无法处理失真。 为了解决这个问题，提出了一种新的基于球形模型和D-Nets算法的投票算法。 由于基于球形的关键点描述符包含全向图像的失真信息，因此所提出的匹配算法对失真是不变的。 在三对全向图像上进行了关键点匹配实验，并对所提出的算法，SIFT算法和D-Nets算法进行了比较。 结果表明，所提出的算法比SIFT算法和D-Nets算