【图像特征提取】(1) 角点检测

在日常生活中，认识、了解一个人就要先了解他的性格、相貌、行为习惯等特征。同样，在对一个图像进行识别和处理中，我们也要提取这幅图像的特征。利用一堆数据来对图像的特征进行描述，即“透过现象看本质”。

对图像的特征分为以下几类：

面特征：

线特征：

局部区域特征：

点特征：

不变点特征：

尺度不变特征：

tuxiangjinzi

图像金字塔

图像经过一个低通滤波器进行平滑，然后对这个图像进行抽样，抽样比例一般为水平方向和竖直方向的1/2，从而能够得到一系列的尺寸缩小、分辨率降低的图像。

高斯金字塔分解：低通滤波和降采样

拉普拉斯金字塔分解：相当于高斯金字塔与其高一级图像内插放大后图像的差，相当于带通滤波。

一 角点检测

1.1 何为角点？

角点并没有很明确的定义，主要指的是轮廓的交点，用数学意义来讲就是图像中亮度变化剧烈的点，或者是边缘中曲率取极大值的点，或者说这个点在邻域中具有两个方向的特征点。角点检测分两类：基于图像边缘的检测方法、基于图像灰度的检测方法。前者往往需要对图像边缘进行编码，这在很大程度上依赖于图像的分割和边缘提取，具有较大的计算量，一旦待检测目标局部发