MSER（最大稳定极值区域）是区域，而不是点。而且它们对于仿射变换是不变的。但这不是一种分割方法，严格来说

通俗地说，这个想法是在各种阈值下找到 blob，然后选择在一定阈值范围内形状/面积变化最小的 blob。这些区域对于大范围的灰度和几何变换应该是稳定的。

我目前正在使用Component Trees研究 CBIR ，这应该是一个相对较新的想法。使用组件树来描述图像的一些预期优势是：

• 图像的组件树表示不太依赖于图像的变形（甚至投影）
• 检查树的不同级别将允许比较和操作达到不同的详细级别
• 辨别和描述应该比目前在低纹理图像上的技术更有效。

当我刚开始与该主题相关的研究时，我对自己的目标只有一个模糊的概念：用组件树表示图像，然后比较所述组件树，或者直接或通过找到矢量化表示。我可能会在几周（或几个月）内说更多，但现在我只能提供推荐给我的论文列表作为组件树的介绍（我还没有阅读它们）：

• P. Salembier 和 MHF Wilkinson：“互联运营商”
• V. Vilaplana、F. Marques 和 P. Salembier：“用于对象检测的二进制分区树”
• P. Soille, L. Najman：“关于图像处理和空间数据聚类的形态层次表示”

如果我找到相关的东西，我也许可以更新答案。

此外，如果您的目标是在某种程度上更准确地匹配图像区域而不仅仅是点，因为区域可能更具辨别力，J. Sivic 和 A. Zisserman 中有一个很好的建议：“Video Google: A Text Retrieval视频中的对象匹配方法”。

我指的是处理空间一致性的部分，其中仅当特征点在两个图像中保持相似的空间配置时，才接受特征点之间的一组匹配。因此，匹配不仅取决于提取的特征类型（DoG、MSER、...）或描述符（SIFT），还取决于特征点更广泛的环境，使其（至少一点点）地区依赖。