本书清晰度极高，可直接复制文本，书签章节详细。 第1章介绍有关局部不变性的历史沿革和基本概念，第2 章介绍有关局部不变性的尺度空间理论基础，第3 章至第7 章详细捧出了局部不变性特征的实现方法，第8 章评价了各种局部不变性方法并给出了若干应用实例。适合工程技术人员阅读，也可供高等院校相关专业师生参考。

图像局部不变性特征与描述是一本非常不错的书，介绍的特征和描述子很好，但有个别错误的字。

针对车牌无法识别的车辆，研究了一种车脸定位及识别方法。该方法分为两个阶段：首先，使用Adaboost算法进行车脸定位，并利用经验矩形方法进行定位改进；其次，在定位出来的车脸区域提取SIFT（scale-invariant feature transform）和SURF（speeded up robust feature）局部不变性特征，利用这两种不变性特征的叠加及位置约束改进匹配算法，与标准车型数据库中的车脸特征进行匹配，根据匹配结果进行车脸识别，从而得到车辆类型。实验结果表明，该方法的正确识别率达到83.6%。交通卡口抓拍到的车辆照片基本是正前照，无法获取车身侧面信息分析其车型。针对车牌无法识别的车辆，通过车脸定位、特征提取，并与标准车型库中车脸进行对比，进而识别车脸，该识别车脸的方法为识别车型提供了一种新途径。

局部特征是从图像局部区域中抽取的特征,可以提供一种具有统计意义的图像内容表述;全局特征(比如颜色直方图)可以描述图像的内容,具有很好的检索性能

基于局部特征提取方法是图像处理、分析及模式识别领域的热点研究问题之一。由于该技术有着广泛的应用前景，已经吸引了很多学者的关注，并涌现出了大量的研究成果。利用 SIFT 算法提取出的特征点进行图像匹配，对于图像的模糊、旋转、平移和尺度变换具有很强的鲁棒性，甚至对图像光照和视点变化具有一定的鲁棒性。本文主要研究了基于 SIFT 局部图像特征点提取算法。首先对特征点提取的原理进行了详细研究，针对SIFT算法原理分模块进行了研究；然后本文对SIFT特征点在图像匹配和图像拼接领域的应用进行了讨论；最后，为了验证本文算法的有效性和优越性，本文进行了仿真实验实验。实验结果表明，SIFT特征点在图像匹配和图像拼接领域具有极强的适应性。当图像之间存在一定的图像旋转、光照变化和视点变化时，仍然具有满意的匹配效果。

图像局部不变性特征与描述【王永明 王贵锦】