綜上所述，乙個優秀的特徵描述子不僅應該具有很強不變性，還應該具有很強的可區分性。
在諸多的區域性影象特徵描述子中，sift（scale invariant feature transform）是其中應用最廣的，它在2023年首次提出，至2023年得到完善。sift的提出也是區域性影象特徵描述子研究領域一項里程碑式的工作。由於sift對尺度、旋轉以及一定視角和光照變化等影象變化都具有不變性，並且sift具有很強的可區分性，自它提出以來，很快在物體識別、寬基線影象匹配、三維重建、影象檢索中得到了應用，區域性影象特徵描述子在計算機視覺領域內也得到了更加廣泛的關注，湧現了一大批各具特色的區域性影象特徵描述子。
surf（speeded up robust features）是對sift的改進版本，它利用haar小波來近似sift方法中的梯度操作，同時利用積分圖技術進行快速計算，surf的速度是sift的3-7倍，大部分情況下它和sift的效能相當，因此它在很多應用中得到了應用，尤其是對執行時間要求高的場合。
daisy是面向稠密特徵提取的可快速計算的區域性影象特徵描述子，它本質思想和sift是一樣的：分塊統計梯度方向直方圖，不同的是，daisy在分塊策略上進行了改進，利用高斯卷積來進行梯度方向直方圖的分塊匯聚，這樣利用高斯卷積的可快速計算性就可以快速稠密地進行特徵描述子的提取。比較巧合的是，daisy這種特徵匯聚策略被一些研究者（matthen brown，gang hua，simon winder）通過機器學習的方法證明相對於其他幾種特徵匯聚策略（卡迪爾座標下分塊、極座標下分塊）是最優的。
asift（affine sift）通過模擬所有成像視角下得到的影象進行特徵匹配，可以很好地處理視角變化的情況，尤其是大視角變化下的影象匹配。
mrogh（multi-support region order-based gradient histogram）則是特徵匯聚策略上尋求創新，之前的區域性影象特徵描述子，其特徵匯聚策略都是基於鄰域內點的幾何位置的，而mrogh基於點的灰度序進行特徵匯聚。
brief（binary robust independent element feature）利用區域性影象鄰域內隨機點對的灰度大小關係來建立區域性影象特徵描述子，得到的二值特徵描述子不僅匹配速度快，而且儲存要求記憶體低，因此手機應用中具有很好的應用前景。其實，利用鄰域內點對的灰度大小關係進行特徵描述這一思想在**d（eccv』08）中就已經有了。
除了brief，近兩年還提出了許多二值特徵描述子，例如orb、brisk、freak。上述這些特徵描述子都是基於手動設計得到的，也有一些研究試圖利用機器學習的方法，通過資料驅動得到想要的特徵描述子。這類特徵描述子包括pca-sift，linear discriminative embedding，lda-hash等。
當然，除了提到的這些特徵描述子之外，還有許多其他的特徵描述子，在這就不再一一敘述了。
國際上研究區域性影象特徵描述子比較著名的學者有：
英國surrey大學的mikolajzyk，他在inria做博后的時候，在寬基線應用背景下，對sift、shape context、pca-sift、不變矩等多種區域性影象描述子的效能進行了評測，相關**發表在2023年pami上，他提出來的評測方法至今仍是區域性影象描述子研究領域中廣泛採用的效能評測方法。
inria的c. schmid，她九十年代就開始研究區域性影象描述方法了，是這個領域內的元老之一，不過這幾年她的團隊正在將重心轉向大規模影象檢索和行為識別等應用中。
比利時leuven大學的tinne tuytelaars，她是著名的surf描述子的提出者，surf相關的**於2023年獲得cviu引用最多**獎，她寫了三篇區域性影象特徵描述相關的綜述文章，分別是「local invariant feature detectors: a survey」，「local image features」和「wide baseline matching」。
英國oxford大學的andrea valida，他是vlfeat的發起者和主要作者。vlfeat是乙個開源程式，其中包括了sift、mser，被許多研究者廣泛採用。vlfeat目前正在逐漸實現其他常用的特徵描述子。
瑞士epfl的vincent lepetit和pascal fua，他們的團隊主要致力於發展快速、高效的區域性影象特徵描述子，用於模板匹配、三維重建、虛擬實境等應用。他們的工作包括用於稠密立體匹配的daisy特徵描述子，基於random trees的模板匹配方法，基於random ferns的模板匹配方法。此外，lda-hash、brief、d-brief（eccv 2012）也是他們的傑作。
最近幾年區域性影象特徵描述子的發展趨勢是：快速、低儲存。這兩個趨勢使得區域性影象特徵描述子可以在快速實時、大規模應用中發揮作用，而且有利於將許多應用做到手機上去進行開發，實實在在的將計算機視覺技術應用於我們周圍的世界中。
為了滿足快速和低儲存這兩個需求，二值特徵描述子得到了研究者的廣泛關注，這兩年cvpr和iccv中關於區域性影象特徵描述子的文章，大部分都是這類的。相信它們在未來幾年還會繼續受到關注，期待出現一些深入大眾生活中的成功應用。
變數分布特徵描述
第一節集中趨勢的描述 變數分布特徵可以從以下三個方面加以描述 集中趨勢 反映變數分布中各變數值向中心值靠攏的程度 離中趨勢 反映變數分布中各變數值遠離中心值的程度 分布形狀 反映變數分布的偏斜程度和尖陡程度。一 集中趨勢與平均指標 集中趨勢亦稱為趨中性，是指變數分布以某一數值為中心的傾向。用平均指標...
題型二地形特徵描述類
班級姓名 思維建模 典例示範 下圖中a b地區為高原。讀圖簡要說明a b高原地形的差異。8分 規範演練 非洲西北部地區的甲 乙兩國風能 太陽能資源豐富，德國將甲國作為綠色能源開發的最佳投資地，讀圖回答1 2題。1 德國綠色能源開發的最佳投資地選擇甲而沒有選擇乙的原因是甲國 a 地勢開闊，便於裝置安裝...
專題三地理特徵描述類
1.自然地理特徵的描述模式 2.地形特徵的描述模式 3.氣候特徵的描述模式 4.河流水文特徵的描述模式 5.河流水系特徵的描述模式 6.等值線特徵的描述模式 7.位置特徵 緯度位置 海陸位置 相對位置 如 東西南北位置 河海交匯處，沿河流分布，沿交通線分布 半球位置。8.氣溫特徵 根據所處的緯度位置...