特征点总结（按features2d.hpp源码由上至下总结）

1、BRISK，2011年提出，是一种二进制的特征描述算子。速度比较：SIFT<SURF<BRISK<FREAK<ORB，在对有较大模糊的图像配准时，BRISK算法在其中表现最为出色。

2、ORB（Oriented FAST and Rotated BRIEF），2011年提出，是一种快速特征点提取和描述的算法。ORB特征是将FAST特征点的检测方法与BRIEF特征描述子结合起来，并在它们原来的基础上做了改进与优化。据说，ORB算法的速度是sift的100倍，是surf的10倍。

3、MSER（Maximally Stable Extremal Regions）最大稳定极值区域，2002提出，基于分水岭的思想来做图像中斑点的检测。使用一系列灰度阈值对图像进行二值化处理，得到相应的黑色区域与白色区域。在比较宽的灰度阈值范围内保持形状稳定的区域称为稳定区域。

4、FAST特征点，FastFeatureDetector，2006年提出并在2010年稍作修改后发表，若某像素与其周围邻域内足够多的像素点相差较大，则该像素可能是角点。

5、AGAST特征点，AgastFeatureDetector，AGAST特征点，算法速度比FAST和FASTER更快。 

6、shi_tomasi特征点，GFTTDetector，哈里斯（Harris）角点会出现聚簇现象，为避免此现象，提出shi_tomasi角点检测算法goodFeatureToTrack，GFTTDetector实现了此算法。

 7、blob(斑点)特征，SimpleBlobDetector，Blob是指图像中的一块连通区域，Blob分析就是对前景/背景分离后的二值图像，进行连通域提取和标记。

8、KAZE、AKAZE特征点，非线性尺度空间的特征点检测方法，该非线性尺度空间保证了图像边缘在尺度变化中信息损失量非常少，从而极大地保持了图像细节信息。