在計算機視覺處理中，特征指的是能夠解決某種
特定任務的信息。圖像局部特征在目標識別、目標跟
蹤、目標匹配、三維重建、圖像檢索等應用中發揮著
重要的作用。它是近20年來在計算機視覺領域中研究
的熱點問題之一。

趙春江編著的《圖像局部特征檢測和描述》以
OpenCV 2.4.9為研究工具，對其實現的所有新的特征
檢測和描述算法—Kitchen-Rosenfeld、Canny、
Harris、Shi-Tomasi、FAST、MSER、MSCR、SIFT、
SURF、BRISK、BRIEF、ORB、FREAK、CenSurE、
SimpleBlob等，不僅詳細分析了它們的原理和實現方
法，還進行了詳細的源碼解析，並且給出了具體的程
序實現範例，充分體現了理論與實踐相結合的特點。

本書適合計算機視覺和圖像處理領域的工程技術
人員閱讀，也可供高等院校相關專業師生參考。

第1章 Kitchen-Rosenfeld角點檢測
1.1 原理分析
1.2 源碼解析
1.3 應用實例
第2章 Canny邊緣檢測
2.1 理論分析
2.2 源碼解析
2.3 應用實例
第3章 Harris角點檢測
3.1 理論分析
3.2 源碼解析
3.3 應用實例
第4章 Shi-Tomasi角點檢測
4.1 理論分析
4.2 源碼解析
4.3 應用實例
第5章 SIFT方法
5.1 原理分析
5.2 源碼解析
5.3 應用實例
第6章 MSER區域檢測
6.1 原理分析
6.2 源碼解析
6.3 應用實例
第7章 SURF方法
7.1 原理分析
7.2 源碼解析
7.3 應用實例
第8章 FAST角點檢測
8.1 原理分析
8.2 源碼解析
8.3 應用實例
第9章 MSCR彩色圖像區域檢測
9.1 原理分析
9.2 源碼解析
9.3 應用實例
**0章 CenSurE檢測方法
10.1 原理分析
10.2 源碼解析
10.3 應用實例
**1章 BRIEF描述符方法
11.1 原理分析
11.2 源碼解析
11.3 應用實例
**2章 BRISK方法
12.1 原理分析
12.2 源碼解析
12.3 應用實例
**3章 ORB方法
13.1 原理分析
13.2 源碼解析
13.3 應用實例
**4章 FREAK方法
14.1 原理分析
14.2 源碼解析
14.3 應用實例
**5章 SimpleBlob方法
15.1 原理分析
15.2 源碼解析
15.3 應用實例
**6章 密度特征檢測
16.1 原理分析
16.2 源碼解析
16.3 應用實例
附錄A Windows 7繫統下OpenCV 2.4.9 與 Visual Studio 2012編譯環境的配置
附錄B Windows 7繫統下Qt 5.3.1 與OpenCV 2.4.9 編譯環境的配置
參考文獻