解释
你们都玩过拼图游戏，你拿到一堆图像的碎片，你需要把它们正确的拼接到一起成一个真的图像。问题是，你是如何做的？如何把相同的原理用到计算机程序上好让计算机可以玩拼图？如果计算机可以玩拼图，为什么我们不把真是生活里的图像给计算机让他拼成一个整体？如果计算机可以把几张自然图像拼成一个，那么把很多的建筑图片或者任何结构的图片拿来让计算机生成3D模型呢？
回到最基本的问题，如何把碎片拼成一整张图片？
回答是，我们找特定的模式或者特定的特征，这些特征是唯一的，可以被简单的跟踪的，可以被简单的对比的，如果我们找到这个特性的定义，我们会发现很难用语言表达，但是我们就知道它就是它，如果有人让你指出一个好的特性，可以在若干张图片里对比，你可以指出它，即便是小孩子也可以玩这种游戏，我们在图像里搜索这种特性，我们找到它们，我们在其他图像里找到相同的特征，我们把他们拼在一起，就成了（在拼图游戏里，我们更多的看连续的和不同的图像）所有这些能力是我们固有的天性。
所以我们的基本问题是，这些特征是什么？
很难说明人类是怎么找这些特征的，这是在我们大脑里设计好的，但是如果我们仔细看一些图片来找不同的模式，我们会发现一些有意思的事情，比如下面的图片：
图片很简单，在图片上部，有6个小图片。让你在原图里找到这些小图片的位置，你能找到几个？
A和B是平面，他们在大量区域都有，所以很难找到确切位置。
C和D要简单得多，他们是建筑的边缘，你可以找到大概的位置，但是找到确切位置仍然很难，这是因为，沿着边缘，还是长得都一样，所以边缘要比平面来说是更好的特性，但是还不够好。
最后，E和F是建筑的角，他们可以很容易找出来，因为在角，它看上去很不一样，所以它们是好的特性。所以现在我们用更近简单的来说明：
和上面一样，蓝色的方块是平面区域，很难追踪，不管你怎么挪动蓝方块，看上去都一样，对于黑方块，他是边缘，如果你把它竖着挪（梯度方向），它会变化，如果沿着边缘挪，那就都一样了，对于红方块，它是角，当你挪这个，它就不一样，说明他是唯一的，所以基本上，角对一个图像来说是好的特性，（不仅仅是角，有时候小块也是好特性）
所以现在我们回答我们的问题，“什么是特征”，但是另一个问题出现了，我们怎么找到它们？或者说我们怎么找到角，我们仍然按直觉来回答，查找图像的区域，当我们在它周围的区域移动时有最大变化的。找到这些图像特征就叫做特征检测。
我们找到了图像的特征（假设我们找到了），当你找到以后，你应该在另一个图像里找同样的，我们在特征周围拿一个区域，我们用我们自己的语言描述它，如“上面是蓝天，下面是建筑物，在建筑物上有玻璃”你在别的图像上找同样的区域。基本上你描述了特征，类似的，计算机也应该描述特征周围的区域这样他在其他图像上才能找到。这种描述就叫做特征描述。当你有了特征和特征描述，你可以在所有图片里找到同样的特征，把它们拼接起来。
