梯度信息提取

1.特征提取

（1）特异性，即特征点所在的位置应该呈现出区别与非特征点的明显特性

（2）可关联性，即对应同一个场景点的特征点应该能被重复检测到

（3）稳定性，提取位置精度以及其分散程度在数学上具有稳定的可表达能力

2.特征描述

特征描述是特征提取的后续，被称为描述子（一定维度的特征向量）

（1）唯一性，即不同位置的特征点的描述结果应显著不同，否则在进行特征匹配时，很容易形成匹配歧义

（2）独立性，即当使用高维向量作为描述子的数学表达时，其特征向量的各个维度间应该保持非相关的独立性，否则可以用降维算法对特征向量进行降维

（3）稳定性，即在不满光照恒常或刚性结构等预设的假设条件时，描述子仍能够保证获得相似的结果

（4）不变性，即在不同影像中，同名点对应的特征的描述子能够适应尺度、平移、旋转等变换，反映出相同或相似的数值