我正在尝试实现基于特征的图像配准算法。根据我的观察，在匹配操作之前需要描述每个特征点（关键点）。是否必须描述这些功能，如果是，为什么？
请帮助我...
答案 0 :(得分：0)
简短回答：是的，必须描述关键点。
让我详细说明：关键点检测器通常只提取图像中的“有趣”点（通常是角状结构，例子包括Harris detector）。关键点检测器的输出通常仅是对应于“有趣”位置的像素位置列表。为了将这些关键点与要注册的图像中的关键点相匹配，您需要通过某个向量来描述关键点。最简单的描述是像素的颜色和位置，或者是当地邻居的颜色直方图。然而，更复杂的关键点描述符如SIFT也使用梯度信息（mangitude，direction），并且通常旨在引入一些不变性（例如，缩放和旋转）。给定每个关键点的特征向量（或描述符），可以使用相应向量空间（例如欧几里德）中的任意距离来匹配关键点。在这个意义上，为每个关键点计算适当的向量表示被称为“描述关键点”。如果没有描述，则无法匹配关键点。因此，（良好的）描述符对于图像配准是必要的（并且是至关重要的）。
但请注意，并非所有图像配准技术都基于提取或匹配关键点。请参阅Wikipedia article以简要了解图像注册的不同方法。