该文探讨了图像局部不变性特征与描述的重要性。通过对不同特征描述算法的比较和分析，作者指出局部不变性特征在图像处理中的关键作用。文章还讨论了当前常用的局部特征描述算法，并提出了改进的方向。总体而言，该文为图像处理领域的研究和实践提供了有益的启示和指导。
《图像局部不变性特征与描述》读后感(篇一)
作者写都是比较前沿的图像处理方面的内容，原来不懂的地方看了本书，豁然开朗，内容方面写的很细致，数学推理也比较清晰，对研究入门sift，surf算法的人来说，值得一读，对于技术人员作为参考书也没有问题。不过出版社不给力，纸质印刷的不好。
1/4页《图像局部不变性特征与描述》读后感(篇二)
正是我需要的书！
该书更侧重特征优劣分析、适用情况分析，能够为工程中选择合适特征奠定扎实基础。
看似特征入门读物，实是进阶读物。
豆瓣的用户体验不好啊，只显示“抱歉，你的评论太短了”，你也得让我知道多长才算长啊！50cm？
2/4页《图像局部不变性特征与描述》读后感(篇三)
这本书作为为数不多的中文书，作者写的还算可以。
内容讲的很清楚，甚至可以不用看原论文，当初研究特征点算法的时候度过这本书是唯一没让我看源码就了解了SIFT和SURF 的基本原理。一般我看论文基本都要看源码才能真正屡清楚论文的原理过程。所以我还是很推荐的，SIFT到现在应该说也没有过时，匹配算法KD－TREE虽然只讲到BBF，也算给个入门。现在FLANN算法已经有了更高效的随机KD－TREE森林等算法。不过也是基于KD－tREE 这本书还是有一定价值。
3/4页《图像局部不变性特征与描述》读后感(篇四)
学习SIFT时师兄推荐的一本小书，看了几天对有关图像特征匹配的内容有了比较清楚的概念。相比直接读论文，节省了不少时间。
书中内容比较有针对性，除了特征检测并没拼凑其他不相关的东西。讲得也很系统，结合图像局部特征匹配流程：局部特征检测，稳定关键点定位，和区域特征描述，对当前主要的几种特征提取匹配方法做了介绍。我最先看的SIFT，有很详细的数学推导；SURF算法和 Kd树讲得也比较细致~
但另一方面，书中的内容基本都是几篇经典论文的内容（如Lowe的《Distinctive Image Features from Scale-Invariant Keypoints》）。原创内容不多，代码实现或者已有实现的资源介绍也没有。
4/4页
