图像局部特征检测和描述基于OpenCV源码分析的算法与实现
编辑推荐
1）本书基本上包括了OpenCV 2.4.9中实现的所有局部特征检测和描述算法
2）对算法原理的介绍不仅仅是文献的简单翻译重复，还加入了对算法的理解。
3）从实现的角度去介绍原理的分析，更注重对算法所用到的一些背景知识以及细节上的讲解。
4）在源码分析部分，对每一条代码都给出了较详细的注解。
内容简介
在计算机视觉处理中，特征指的是能够解决某种特定任务的信息。图像局部特征在目标识别、目标跟踪、目标匹配、三维重建、图像检索等应用中发挥着重要的作用。它是近20年来在计算机视觉领域中研究的热点问题之一。
本书以OpenCV 2.4.9为研究工具，对其实现的所有新的特征检测和描述算法—Kitchen-Rosenfeld、Canny、Harris、Shi-Tomasi、FAST、MSER、MSCR、SIFT、SURF、BRISK、BRIEF、ORB、FREAK、CenSurE、SimpleBlob等，不仅详细分析了它们的原理和实现方法，还进行了详细的源码解析，并且给出了具体的程序实现范例，充分体现了理论与实践相结合的特点。
作者简介
赵春江，博士，在图像处理、计算机视觉，人工智能方面有很深入的研究。共主持了两个安徽省级项目。从博士以来，共发表论文20余篇，9篇被EI或SCI检索。
在线客服