圖像特征的檢測及描述是完成計(jì)算機(jī)視覺相關(guān)的三維重建、目標(biāo)識別/跟蹤、圖像恢復(fù)及分類等各種任務(wù)的第一步,其性能直接影響后續(xù)過程的效果,是事關(guān)成敗的關(guān)鍵,具有重要的理論意義和實(shí)用價值。本書針對噪聲圖像中的特征檢測及描述的穩(wěn)定性和可分辨性問題,介紹了國內(nèi)外經(jīng)典算法的原理和作者的相關(guān)研究成果,并對算法的優(yōu)勢和局限性進(jìn)行了分析。本書重點(diǎn)介紹了三十多種特征檢測算法,包括基于邊緣、模板、灰度導(dǎo)數(shù)以及基于機(jī)器學(xué)習(xí)的角點(diǎn)檢測算法,基于灰度導(dǎo)數(shù)、機(jī)器學(xué)習(xí)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(diǎn)檢測算法。本書還介紹了十多種特征描述算法,包括SIFT、GLOH、WLD、BRIEF、ORB等經(jīng)典描述算法,還包括清晰或模糊直線的參數(shù)估計(jì)。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。