با افزایش کاربرد داده‌های مکانی در زندگی روزمره، تولید این داده‌ها از منابع اطلاعاتی مختلف با دقت و مقیا‌س‌های متفاوت رشد وسیعی داشته است. در این مجموعه داده‌های متنوع در برخی از کاربردها، نیاز به شناسایی عوارض یکسان تحت عنوان مسائل تناظر‌یابی می‌باشد. به عبارتی دیگر در مسائل تناظر‌یابی، هدف شناسایی عوارض مشابه و یکسان در دنیای واقعی است که در مجموعه داده‌های‌ متفاوت ممکن است با مقیاس، دقت، هندسه و رابطه مکانی متفاوتی نمایش داده شده‌ باشند. کاربرد‌ مسائل تناظر‌یابی در حوزه‌های مختلف مانند ادغام داده‌ها و یا غنی‌سازی داده‌های معتبر، نشان‌دهنده اهمیت بالای این مسائل در زمینه‌های مختلف علوم مکانی می‌باشد. مسائل تناظر‌یابی در مجموعه داده‌های برداری از منظر نوع عارضه تناظر‌یابی شده به سه دسته نقطه‌ای، خطی و چند‌ضلعی تقسیم‌بندی می‌شوند که اکثر مطالعات انجام شده در گذشته بر روی بررسی عوارض خطی می‌باشد. از این رو در این تحقیق مطالعات بر روی عوارض چند‌ضلعی بررسی شده است که دارای پیچیدگی‌های به مراتب بیشتری نسبت به عوارض خطی هستند و بیشتر مطالعات در سال‌های اخیر به این دسته معطوف شده است. در این مقاله سعی شده است با بررسی دقیق و جامع مطالعات پیشین، مسائل تناظر‌یابی عوارض چند‌ضلعی از سه منظر معیار‌های اندازه‌گیری شباهت، الگوریتم‌های تناظر‌یابی و روابط متناظر بین عوارض بررسی شوند. همچنین دسته‌بندی‌ها در هر دیدگاه و مزایا و معایب روش‌های مختلف ارائه شده است.