圖像局部特征檢測及描述

　　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(xù)過程的效果，是事關成敗的關鍵，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(wěn)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(yōu)勢和局限性進行了分析。本書重點介紹了三十多種特征檢測算法，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。本書還介紹了十多種特征描述算法，包括SIFT、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。

　　朱紅軍，男，博士，現任重慶郵電大學軟件工程學院講師。主要研究方向為計算機視覺、機器學習及其在無損檢測中的應用。研究成果已授權國家發(fā)明專利2項，以第一作者或通信作者在《Journal of the Franklin Institute》《Signal Processing》等期刊發(fā)表論文10余篇，其中SCI收錄5篇，EI收錄3篇。主持重慶市重點項目和一般項目各一項、四川省重點實驗室項目一項，參與交通部重大專項、國家自然科學基金項目及其他省部級項目7項。獲重慶市科技進步二等獎和中國公路學會一等獎各一項。