我经常对图像特征上下文中术语描述符的含义感到困惑。描述符是对点的局部邻域的描述(例如浮点向量(，还是描述符是输出描述的算法？另外，特征提取器的输出究竟是什么？
这个问题我已经问自己很长时间了，我想出的唯一解释是描述符既是算法又是描述。特征检测器用于检测特征点。然而，特征提取器似乎没有任何意义。
那么，特征描述符是描述还是生成描述的算法？
特征检测器是一种算法，它获取图像并输出图像中重要区域的位置(即像素坐标(。这方面的一个例子是角落检测器，它输出图像中角落的位置，但不会告诉您有关检测到的特征的任何其他信息。
特征描述符是一种获取图像并输出特征描述符/特征向量的算法。特征描述符将有趣的信息编码为一系列数字，并充当一种数字"指纹"，可用于区分一个特征与另一个特征。理想情况下，此信息在图像转换下是不变的，因此即使图像以某种方式转换，我们也可以再次找到该特征。一个例子是SIFT，它对有关局部邻域图像梯度特征向量数字的信息进行编码。您可以阅读的其他示例是HOG和SURF。
编辑：当涉及到特征检测器时，"位置"可能还包括描述特征大小或比例的数字。这是因为在"放大"时看起来像角的东西在"缩小"时可能看起来不像角，因此指定比例信息非常重要。因此，与其仅使用(x,y)对作为"图像空间"中的位置，不如将三重(x,y,scale)作为"缩放空间"中的位置。
对于描述符，我理解为对图像上点邻域的描述。换句话说，它是图像中的一个向量(对图像中内容的视觉特征的描述(。
例如，HOG(定向渐变直方图(中有一种称为图像渐变和空间/方向合并的方法。Matlab中的extractHOGeatures和使用HOG的分类具有可视化示例，以便更好地理解。