多尺度特征检测方法与应用研究
引言
一般而言，科学研究始于对客观世界中大量观察对象的定量测量，并由此归纳推导出其变化的规律。在此过程中，尺度是一个必然存在的基础问题，其原因如下
- 每个概念和对象都有其存在的尺度范围，事实上，每个实际观测对象都由两个尺度所界定，外尺度和内尺度, 外尺度是指能包含该观测对象的最小窗口尺寸，内尺度是能体现出该观测对象主要结构的最大窗口尺寸。
- 观测对象和仪器之间的相对关系也会导致尺度的变化
- 在某些实际场景中，需要在不同尺度下的测量结果
采用何种算子形式来引入多尺度表达，以适用于特征检测
事实上，人眼是一个多尺度的信号处理系统，所谓尺度空间表达是多尺度表达的一类特殊自己，其显著特征是具有连续的初度参数t和恒定不变的空间采样率，尺度空间构造的关键是沿着尺度参数t具有有序性，有序性是指粗尺度信号可以视为细尺度信号中细节的简化，其包含的特征必然是有细尺度特征所推导而出的，
如何在多尺度表达下，融合各尺度信息进行特征检测
- 信号中的特征具有多样性，因此，需要针对不同特征，设计具有某些性质的相应检测算子，
- 应用场景具有多样性和特殊性，因此一方面需要找到通用的多尺度检测框架以使用这种应用的多样性，另一方面，这种通用框架又具有某种灵活性，已解决不同应用场景中所面临的特殊问题和挑战。