代碼：https://files.cnblogs.com/files/jsxyhelu/main.zip
一、基本概念：
特征點提取在“目標識別、圖像拼接、運動跟蹤、圖像檢索、自動定位”等研究中起着重要作用；
主要算法包括：
特征點識別主要流程為:
1、檢測關鍵點、提取描述向量和特征匹配；
2、通過檢測關鍵點和提取描述向量構造出局部特征描述子，
3、然后進行特征匹配
特征點識別在以下6個方面進行比較
1、算法匹配速度比較 ubc
測試方法：在相同的匹配環境下，即使用同樣配置的計算機，對相同的一對圖像進行比較，測試算法的執行時間
2、旋轉變換魯棒性比較 bark
測試方法：對同一圖像進行一定角度的旋轉，旋轉角度逐步遞增，旋轉后的圖像逐一與原始圖像進行匹配，比較能夠正確匹配的特征點對數，並觀察正確匹配對數的變化幅度
3、模糊變換魯棒性比較 bikes
測試方法：對同一圖像用不同的高斯核進行模糊處理，模糊處理后的圖像逐一與原始圖像進
行匹配，比較能夠正確匹配的特征點對數，並觀察正確匹配對數的變化幅度
4、光照變換魯棒性比較 leuven
測試方法：對同一圖像的亮度進行改變，逐
漸降低亮度，改變亮度后的圖像逐一與原始圖像進行匹配，比較能夠正確匹配的特征點對數，並觀察正確匹配對數的變化幅度
5、尺度變換魯棒性比較 bark
測試方法：對原圖像的尺度大小進行改變，尺度變化后的圖像逐一與原始圖像進行匹配，比較能夠正確匹配的特征點對數，並觀察正確匹配對數的變化幅度
6、視角變換魯棒性比較 graf
測試方法：對原場景轉一定角度進行拍攝，不同視角的圖像逐一與原始圖像進行匹配，比較能夠正確匹配的特征點對數，並觀察正確匹配對
數的變化幅度
二、數據集（借用了自己PPT的內容）
三、實驗思路（借用了自己PPT的內容）
四、編寫代碼（借用了自己PPT的內容）
六、數據分析（借用了自己PPT的內容）
