前言

圖像特征的檢測及描述的應用場景很多，包括安全監控、自主導航、交通管制、醫學圖像處理、醫療診斷、計算機視覺、計算機輔助設計、數字媒體創作、虛擬現實、視頻壓縮、質量檢測、定量測量、氣象分析、逆向工程等廣泛領域，涉及工業、農業、林業、交通、醫療、國防、航天等各行各業。圖像特征的檢測及描述是目標識別、圖像配準、三維重構、目標跟蹤、視覺測量、信息隱藏等任務的關鍵性問題；特別是對大數據，特征選擇技術是其解決維數災難的有效途徑，因此，圖像特征檢測與提取的研究具有重要的理論價值和廣泛的應用價值。

作者參閱了大量國內外相關期刊論文和專著，并結合自己長期從事計算機視覺的工作經驗和研究成果，對圖像特征的檢測及描述中需要面對的問題及解決辦法進行了系統的介紹，對各種算法的原理以及原理背后的基本思想進行了深入分析，對部分算法的特點、應用范圍進行了對比分析，并對存在的局限性進行了探討。本書共分6章，具體章節安排如下。

第1章介紹了圖像特征檢測與描述的相關概念和基本理論，以及特征提取的應用場景。

第2章介紹了基于邊緣、模板、灰度導數的角點檢測算法，包括基于機器學習的方法和多尺度角點檢測。

第3章介紹了基于灰度導數、機器學習以及與濾波整合的像素級邊緣檢測算法，分析了 SUSAN 算法對椒鹽噪聲不敏感的原因，并進行了改進；另外，還介紹了基于灰度矩、空間矩的亞像素級邊緣檢測算法。

第4章介紹了多尺度空間下的SIFT、SURF等斑點檢測算法及其改進算法。

第5章介紹了具有尺度不變性、旋轉不變性和光照不變性的GLOH、WLD、BRIEF、ORB等經典特征描述算法。

第6章介紹了基于霍夫變換和最小二乘法的直線參數估計，以及基于線型高斯模型的模糊直線參數估計。

角點檢測和邊緣檢測主要用于需要精確定位的場合，斑點檢測主要用于識別分類任務，在不同場合各有優勢，在實際應用中應根據每種算法的原理和特性具體問題具體分析，或者幾種算法相互融合取長補短。

本書力爭將復雜問題簡單化，將難懂的問題淺顯化，盡可能使算法易于理解，希望能作為高等學校計算機專業和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。由于作者知識和能力有限，書中難免存在錯誤，真心希望各位讀者批評指正。

本書的出版得到重慶市教委重點項目基金（No.17SKG050）、重慶市基礎科學與前沿技術研究專項基金（No.cstc2017jcyjAX0386）的支持，以及重慶郵電大學學科項目經費的資助。同時，重慶大學的高潮教授和郭永彩教授、羅切斯特大學的Christopher M.Brown教授、麻省理工學院的Berthold K.P.Horn教授以及《通信學報》的張曉芬編輯等為本書的編寫提出了寶貴的意見，在此深表感謝！

朱紅軍

2020年4月于重慶