《圖像局部不變性特征與描述》是2010年國防工業出版社出版的圖書，作者是王永明、王貴錦。

　　本書是按照概念-理論-方法-實例思路來依次組織的。第l章介紹有關局部不變性的歷史沿革和基本概念，第2章介紹有關局部不變性的尺度空間理論基礎，第3章至第7章詳細給出了局部不變性特征的實現方法，第8章評價了各種局部不變性方法并給出了若干應庸實例。

　　圖像局部不變性特征是近10年來圖像處理、模式識別等領域里的一個研究熱點。很長時間以來，人們一直期望機器能像人一樣智能地辨識周圍世界的事物，但人們這種期望似乎總是一次次的變成了失望。在20世紀的70年代末80年代初，由于計算機的發明和處理能力的提高，在全球范圍內興起了人工智能的研究熱潮，但不到10年時間，就有人斷言人工智能這門學科已經是日薄西山。到20世紀的90年代初，神經元網絡的研究也幾乎達到了狂熱的程度，但又是不到10年的時間，人們終于認識到過去人工智能不能解決的問題，神經元網絡同樣不能解決。或許是當年馮·諾伊曼發明的計算機存在嚴重的缺陷，或許是生物的智能和思維過程實在是太復雜。人類讓機器模仿人類自己本來就是一個悖論問題，要不然，機器不就是真要統治人類了？一方面，現實的需求是那樣的強烈，人們有太多的事情需要機器可以智能地去處理，而另一方面，智能研究的進展又是那樣的遲緩，需求者的抱怨總是此起彼伏。

　　第1章 引言……………………1

　　1.1 局部特征發展歷程……………………1

　　1.2 常用術語……………………2

　　1.3 局部特征性質……………………4

　　1.4 局部特征應用……………………5

　　1.5 局部特征配準流程和本書的結構……………………7

　　參考文獻……………………9

　　第2章 圖像尺度空間理論……………………11

　　2.1 金字塔多分辨率……………………11

　　2.2 高斯尺度空間及性質……………………13

　　2.2.1 多尺度和多分辨率……………………18

　　2.2.2 尺度空間和生物視覺……………………18

　　2.3 自動尺度選擇……………………18

　　2.3.1 尺度選擇思路……………………20

　　2.3.2 尺度選擇準則……………………21

　　2.4 斑點（Blob）檢測……………………23

　　2.4.1 一維信號斑點檢測……………………23

　　2.4.2 LoG檢測……………………27

　　2.4.3 DoH檢測……………………30

　　2.5 邊緣（Edge）檢測……………………32

　　2.6 角點（Corner）檢測……………………37

　　2.6.1 角點定位算法……………………39

　　2.6.2 角點檢測效果……………………40

　　參考文獻……………………42

　　第3章 點與邊緣檢測……………………45

　　3.1 Harris角點……………………46

　　3.2 尺度不變性Harris角點……………………52

　　3.2.1 Harris尺度不變性問題……………………52

　　3.2.2 多尺度二階矩……………………53

　　3.2.3 多尺度Harris角點……………………54

　　3.2.4 多尺度Harris角點精化……………………56

　　3.3 仿射不變性Harris角點……………………57

　　3.3.1 初始定位：AffineGaussianScale-Space ……………………58

　　3.3.2 仿射不變性角點檢測……………………61

　　3.4 SUSAN檢測算子……………………65

　　3.5 邊緣檢測……………………69

　　3.5.1 一階微分邊緣算子……………………69

　　3.5.2 二階微分邊緣算子……………………71

　　3.5.3 Canny邊緣檢測算子……………………73

　　參考文獻……………………77

　　第4章 高效斑點檢測方法……………………79

　　4.1 SIFT算法……………………79

　　4.1.1 DoG尺度空間生成……………………79

　　4.1.2 特征點搜索……………………81

　　4.1.3 點的搜索與定位……………………84

　　4.1.4 刪除邊緣效應……………………87

　　4.2 SURF算法……………………89

　　4.2.1 積分圖像……………………90

　　4.2.2 DoH近似……………………91

　　4.2.3 尺度空間表示……………………94

　　參考文獻……………………100

　　第5章 區域檢測方法……………………102

　　5.1 最大穩定極值區域……………………103

　　5.1.1 MSERs基本概念與定義……………………103

　　5.1.2 MSERs檢測……………………106

　　5.1.3 MSERs區域擬合……………………112

　　5.1.4 MSERs區域歸一化……………………115

　　5.2 基于邊緣區域……………………118

　　5.2.1 曲線邊緣……………………118

　　5.2.2 直線邊緣……………………120

　　5.3 基于密度極值區域……………………121

　　5.4 顯著性區域……………………123

　　5.4.1 區域信息熵……………………123

　　5.4.2 圓形顯著性區域……………………125

　　5.4.3 非對稱顯著性區域……………………126

　　參考文獻……………………127

　　第6章 圖像局部特征描述……………………129

　　6.1 SIFT特征描述子……………………130

　　6.1.1 特征點方向分配……………………130

　　6.1.2 特征點特征矢量生成……………………133

　　6.2 SURF特征描述子……………………135

　　6.2.1 特征點方向分配……………………135

　　6.2.2 特征點特征矢量生成……………………137

　　6.3 其他特征描述子……………………142

　　6.3.1 PCA SIFT ……………………142

　　6.3.2 GLOH ……………………143

　　6.3.3 旋轉圖像……………………144

　　6.3.4 微分濾波器……………………146

　　參考文獻……………………148

　　第7章 圖像特征點匹配……………………150

　　7.1 Kd 樹算法……………………151

　　7.1.1 構建算法……………………152

　　7.1.2 最近鄰查詢算法……………………154

　　7.1.3 改進Kd 樹最近鄰查詢……………………158

　　7.1.4 Kd 樹和Spill 樹……………………160

　　7.1.5 Kd 樹與窮盡搜索比較……………………161

　　7.2 匹配對提純……………………162

　　7.2.1 比值提純法……………………162

　　7.2.2 一致性提純法……………………163

　　參考文獻……………………167

　　第8章 評估和應用……………………169

　　8.1 斑點檢測算子比較……………………169

　　8.1.1 圖像數據……………………169

　　8.1.2 尺度縮放比較……………………171

　　8.1.3 視角變換比較……………………171

　　8.1.4 光照變化比較……………………172

　　8.1.5 圖像模糊……………………172

　　8.2 區域檢測算子比較……………………173

　　8.2.1 區域仿射不變算子的評價準則……………………173

　　8.2.2 尺度縮放+旋轉……………………174

　　8.2.3 視角變換……………………176

　　8.2.4 光照變化……………………177

　　8.2.5 圖像模糊……………………177

　　8.3 局部特征的應用……………………179

　　8.3.1 數字攝影測量……………………179

　　8.3.2 正射影像更新……………………182

　　8.3.3 視頻圖像拼接……………………186

　　8.3.4 目標跟蹤……………………190

　　8.3.5 目標識別……………………195

　　參考文獻……………………197

　　索引……………………199?