前言

图像特征的检测及描述的应用场景很多，包括安全监控、自主导航、交通管制、医学图像处理、医疗诊断、计算机视觉、计算机辅助设计、数字媒体创作、虚拟现实、视频压缩、质量检测、定量测量、气象分析、逆向工程等广泛领域，涉及工业、农业、林业、交通、医疗、国防、航天等各行各业。图像特征的检测及描述是目标识别、图像配准、三维重构、目标跟踪、视觉测量、信息隐藏等任务的关键性问题；特别是对大数据，特征选择技术是其解决维数灾难的有效途径，因此，图像特征检测与提取的研究具有重要的理论价值和广泛的应用价值。

作者参阅了大量国内外相关期刊论文和专著，并结合自己长期从事计算机视觉的工作经验和研究成果，对图像特征的检测及描述中需要面对的问题及解决办法进行了系统的介绍，对各种算法的原理以及原理背后的基本思想进行了深入分析，对部分算法的特点、应用范围进行了对比分析，并对存在的局限性进行了探讨。本书共分6章，具体章节安排如下。

第1章介绍了图像特征检测与描述的相关概念和基本理论，以及特征提取的应用场景。

第2章介绍了基于边缘、模板、灰度导数的角点检测算法，包括基于机器学习的方法和多尺度角点检测。

第3章介绍了基于灰度导数、机器学习以及与滤波整合的像素级边缘检测算法，分析了 SUSAN 算法对椒盐噪声不敏感的原因，并进行了改进；另外，还介绍了基于灰度矩、空间矩的亚像素级边缘检测算法。

第4章介绍了多尺度空间下的SIFT、SURF等斑点检测算法及其改进算法。

第5章介绍了具有尺度不变性、旋转不变性和光照不变性的GLOH、WLD、BRIEF、ORB等经典特征描述算法。

第6章介绍了基于霍夫变换和最小二乘法的直线参数估计，以及基于线型高斯模型的模糊直线参数估计。

角点检测和边缘检测主要用于需要精确定位的场合，斑点检测主要用于识别分类任务，在不同场合各有优势，在实际应用中应根据每种算法的原理和特性具体问题具体分析，或者几种算法相互融合取长补短。

本书力争将复杂问题简单化，将难懂的问题浅显化，尽可能使算法易于理解，希望能作为高等学校计算机专业和其他信息类专业研究生和高年级本科生的参考书目，也可供从事计算机视觉等相关领域研究的科研技术人员阅读参考。由于作者知识和能力有限，书中难免存在错误，真心希望各位读者批评指正。

本书的出版得到重庆市教委重点项目基金（No.17SKG050）、重庆市基础科学与前沿技术研究专项基金（No.cstc2017jcyjAX0386）的支持，以及重庆邮电大学学科项目经费的资助。同时，重庆大学的高潮教授和郭永彩教授、罗切斯特大学的Christopher M.Brown教授、麻省理工学院的Berthold K.P.Horn教授以及《通信学报》的张晓芬编辑等为本书的编写提出了宝贵的意见，在此深表感谢！

朱红军

2020年4月于重庆