4A-1.什么是特征
Features
图像中的特征
缘起
我们都玩过拼图游戏，图片被切成许多块，你需要把他们按照正确的顺序排列起来，形成一张大图。问题是你要怎么做？如果能明确描述拼图方法的话，那么能不能把这些方法做成计算机程序交给计算机？如果计算机能做这件事，何如我们给计算机一些现实世界的图片让它去拼成一张大图？比如一些自然景观的图像、建筑物的图，或者其他结构的图像等等，让计算机去创建一个3D模型。
那么问题来了，人类在玩拼图游戏时，是怎么做的呢？人类是如何摆放每一个小图片呢？
答案是，我们会寻找一些特殊的模式或者叫特殊的特征，它们都是独一无二的，易于跟踪和比较。特征，很难用一个词定义，但我们知道它就在那里。如果有人让你找出一个好的特征点来，用来与其他图片进行比较，你会很轻松的做到。甚至一个小孩子也能很容易的玩这个游戏。那么我们可以这样做，首先找到图片上的特征点，然后将他们与其他图片的特征点进行比较找到对应的点，然后将匹配到的点进行对齐（投射变换）。这些技能早已内置于我们的大脑中。
至此，我们的问题被分解为数个明确的问题。首先什么是特征？（该定义应让计算机也能明白）
很难说人类是怎么发现特征的。因为它已内化于我们的大脑。如果我们仔细研究一副图片，从中找出不同的模式，我们会得到一些有趣的结论。如下图：
图片上方有6块切图，如果让你在大图中找到他们相应的位置，你能找对几个呢？
AB是平面。他们都能展开成一片区域，所以很难定位他们的位置。
CD相对简单，像是建筑的某处边，但仍然很难说出他们的具体位置。这是因为他们沿着边移动时得到的模式是相同的。他们相对于平面来说变好了，但仍然不够好。
EF像是建筑的某个角点，而且很容易就能找到它们的位置。因为在角点处，不论朝哪个方向移动，都会产生较大变化。所以他们是好的特征点。
正如刚才讨论的，蓝色的切图是平面区域，它很难找到和跟踪，不论朝哪个方向移动，它看起来都是一样的。黑色的切图有一个边，如果竖着移动，它会有变化，但是沿着边移动，它没有变化。对于红色的切图，不论朝着哪个方向移动，它都会有变化，这意味着角点处是一个独一无二的点（不仅是角点，有些单独的点(blob)也是好的特征点）。
现在我们回答了我们的问题“什么是好的特征点？”。那么如何找到他们呢？或者说我们怎么找到这些角点？直观地说，我们可以找出图片上移动切图框时变化最大的地方（纹理变化剧烈的地方）。找到这些点的过程叫特征提取（Feature Detection）。
为了能够在其他图片里找到对应的点，我们应当对特征点进行描述，比如这样描述一个特征点：“上半部分是蓝天，下半部分是建筑物，建筑物上有玻璃等”。同理，计算机也应当对特征点进行描述，这叫做特征描述（Feature Description）。一旦拥有了特征和它的描述，我们就能找到所有图片上的特征点并进行对齐操作，然后将他们黏在一起拼成一张大图。
