第四章 特征的提取与匹配特征的提取和匹配 对于左图像中的每一个特征左图像角点线结构特征的提取和匹配 在右图像中寻找相似度最大的特征右图像角点线结构基于特征的计算机视觉处理的一般流程 特征提取确定显著性图像特征（点、线、面）的位置 特征描述对特征进行紧凑、唯一、可理解的描述 特征匹配在其它图像中寻找相似度最大的特征 特征跟踪（可选，一般用于视频处理）仅在原有特征的很小的邻域范围内寻找特征主要内容 点特征的处理 面特征的处理 边缘特征的处理 线特征的处理点特征提取算法点特征主要指明显点，提取点特征的算子称为兴趣算子或有利算子 点特征的灰度特征Moravec算子 Moravec 于1977 年提出利用灰度方差提取点特征的算子 rcw（1）计算各像素的兴趣值 IVK=int(w/2) （2）给定一经验阈值，将兴趣值大于阈值的点作为候选点。 （3）选取候选点中的极值点作为 特征点。 综上所述，Moravec算子是在四个主要方向上，选择具有最大最小灰度方差的点作为特征点。Forstner算子 计算各像素的Roberts梯度和像素（c，r）为中心的一个窗口的灰度协方差矩阵，在图像中寻找具有尽可能小而
