推荐国防科技大学郭裕兰博士的《点云局部特征描述与三维目标重建识别技术研究》，将特征描述的本质说出来了： 一个良好的特征描述子应能包含所在局部表面的主要形状信息以提供足量的 鉴别力。此外，一个良好的特征描述子还应对噪声、遮挡、背景干扰、点密度变 化以及视点变化等稳健。现有的局部特征描述算法可以分为基于点特性、基于直方图以及基于变换的算法三类。 基于变换的算法首先将点云从空间域变换到其它域（比如谱域），进而采用该变换域 中的信息实现对关键点局部邻域的描述。

matlab编写的daisy特征描述子的程序 好用 但是要求电脑有较高内存 最好处理一些小的图片 大牛E Tola编写

针对当前机器视觉热点研究的配准问题，提出了一种全新的快速点特征直方图(FPFH)特征描述与Delaunay三角剖分相结合的三维点云配准方法。首先采用FPFH综合描述特征信息，通过Delaunay三角网建立特征信息的局部关联性；再根据特征点对的对应关系进行采样一致性初始变换，实现初始配准；最后，根据得到的初值采用迭代最近点法进行精确配准，获得精确转换关系。分别对简单目标物体及复杂目标物体进行配准实验。实验结果表明，将FPFH特征描述与Delaunay三角剖分结合引入传统点云配准，简化了特征提取复杂度，缩小了特征点对匹配的搜索范围，提升了配准精度及速度，实现对目标物体高效配准，对提高机器视觉特征点匹配效率具有一定指导作用。

目标检测基于特征描述子的方法PPT学习教案.pptx

图像处理特征分析方法总结，系统的分析，包括颜色特征分析，几何描述，形状描述，图像表示，区域描述，图像膨胀与腐蚀，形态学重建，对象，特征与区域度量，以及查表操作；

业分类-物理装置-一种图像骨架节点特征描述符获取方法及装置.zip

行业分类-物理装置-三维局部特征描述子获取方法与特征描述子的匹配方法.zip

SIFT-SURF-and-FAST-算法 本项目是对不同图像篡改检测算法的比较研究。 比较研究基于在不同标准（例如特征点的数量、特征描述符等）中获得的结果来评估算法的性能。 这些研究是了解算法行为及其对所得结果的影响的重要资源。 我们主要专注于算法 SIFT、SURF 和 FAST。

运动链拓扑图绘制及特征描述获取的计算机实现，对有兴趣研究计算机如何实现拓扑的开发者有兴趣

点云局部特征描述与匹配研究_杨佳琪.pdf