局部特徵概念
所謂局部特徵，顧名思義就是一些局部纔會出現的特徵，這個局部，就是指一些能夠穩定出現並且具有良好的可區分性的一些點了。這樣在物體不完全受到遮擋的情況下，一些局部特徵依然穩定存在，以代表這個物體（甚至這幅圖像），方便接下來的分析。
我們可以看下面這個圖，左邊一列是完整圖像，中間一列是一些角點（就是接下來我們要講的局部特徵），右邊一列則是除去角點以外的線段。不知道你會不會也覺得你看中間一列的時候能更敏感地把他們想象成左邊一列的原始物品呢？一方面說，如果我們用這些穩定出現的點來代替整幅圖像，可以大大降低圖像原有攜帶的大量信息，起到減少計算量的作用。另一方面，當物體受到干擾時，一些冗餘的信息（比如顏色變化平緩的部分和直線）即使被遮擋了，我們依然能夠從未被遮擋的特徵點上還原重要的信息。
把局部特徵說的這麼好聽，你也許會問怎樣的特徵能夠被當做局部特徵點呢？我們不妨來看下面的這幅圖：
我們選擇了3個部分：邊緣的點、邊緣的線、變化緩慢的天空，當我在左邊的圖像中選擇哪個部分的時候，你最有可能從右邊的圖像中找到對應的部分來呢？很顯然是邊緣的點吧-------天空，那麼多都是一樣的；而邊緣，一條直線往左看往右看都是差不多的，你讓我選哪個點（這也叫做aperture problem）；而頂點相比之下更具有唯一性，所以局部特徵最初的研究也就是從角點開始的（比如Harris Corner）。
好的特徵應該具有以下幾個特點：
- 可重複性：不同圖像相同的區域應該能被重複檢測到，而且不受到旋轉、模糊、光照等因素的影響；
- 局部性：特徵應該是局部的，從而減少被遮擋的可能性
- 獨特性：不同的檢測子，應該可以被區分出來，而爲了區分它們，應運而生的就是與檢測對應的描述子了；
- 數量性：檢測到的特徵數目一定要多，然後可以通過一個簡單的閾值就可以調整；
- 準確性：是在哪出現的，最好就在哪被找到；
- 高效性：檢測的效率越高越好。
1：不變性，指局部特徵不隨圖像大的變形而改變。
2：魯棒性，局部特徵對於小的變形應該不敏感。
局部特徵的應用
局部特徵原則上可以運用到任何有可能需要圖像或其中物體之間配準的應用中，例如二維圖像中的物體識別，三維重建，運動跟蹤和分割，機器人定位，圖像拼接等。
參考文獻及地址：
http://download.csdn.net/download/jiang1st2010/4343689
http://blog.csdn.net/jiang1st2010/article/details/7621681
http://www.sigvc.org/bbs/thread-165-1-1.html