兴趣点（关键点、显着点）检测器是一种基于某些标准从图像中选择点的算法。通常，兴趣点是某个函数的局部最大值，例如“角点”度量。

描述符是一个值向量，它以某种方式描述兴趣点周围的图像块。它可以像原始像素值一样简单，也可以更复杂，例如梯度方向的直方图。

兴趣点及其描述符通常被称为局部特征。局部特征用于许多计算机视觉任务，例如图像配准、3D 重建、对象检测和对象识别。

Harris、Min Eigen 和 FAST 是兴趣点检测器，或者更具体地说，是角点检测器。

SIFT 包括检测器和描述符。该检测器基于高斯差分 (DoG)，它是拉普拉斯算子的近似值。DoG 检测器检测斑点状结构的中心。SIFT 描述符是基于梯度方向的直方图。

SURF 是 SIFT 的快速近似值。

BRISK 与 SIFT 和 SURF 一样，包括一个检测器和一个描述符。检测器是角检测器。描述符是一个二进制字符串，表示兴趣点周围某些像素对之间差异的符号。