內容提要

圖像特征的檢測及描述是完成計算機視覺相關的三維重建、目標識別/跟蹤、圖像恢復及分類等各種任務的第一步，其性能直接影響后續過程的效果，具有重要的理論意義和實用價值。

本書針對噪聲圖像中的特征檢測及描述的穩定性和可分辨性問題，介紹了國內外經典算法的原理和作者的相關研究成果，并對算法的優勢和局限性進行了分析。本書重點介紹了30多種特征檢測算法，包括基于邊緣、模板、灰度導數以及基于機器學習的角點檢測算法，基于灰度導數、機器學習以及與濾波整合的像素級邊緣檢測算法，基于灰度矩、空間矩的亞像素級邊緣檢測算法， SIFT、SURF等斑點檢測算法。本書還介紹了10多種特征描述算法，包括GLOH、WLD、BRIEF、ORB等經典描述算法，還包括清晰或模糊直線的參數估計。雖然本書不能涵蓋所有的特征檢測及描述算法，但基本包括各類代表性方法。

本書可作為高等學校計算機專業及其他信息類專業研究生和高年級本科生的參考書目，也可供從事計算機視覺等相關領域研究的科研技術人員閱讀參考。