近些年来,由于计算机信息技术领域研究的不断深入,计算机的运算水平也得到了大幅度的提升,从而分数阶微积分就有被实现的可能性。对于微积分运算不再仅仅局限于整数阶,将其运算阶次推广为分数甚至于复数,从而彻底实现了连续阶次微积分。分数阶微积分的应用涉及到医学图像处理、地震分析、气候研究等领域内,比如控制理论、电磁场理论、信号处理等方向的研究都需要使用到分数阶微积分。图像特征提取中常用的Harris角点检测,它存在着对噪声极为敏感,同时也会出现大量伪角点的不足,因此,通过研究因果、反因果系统与前后向分数阶微积分之间的关系,本文提出基于非因果分数阶梯度算子的角点检测方法,改善了传统的Harris算法,从而减少这些不足在特征处理中的不利影响。本文对因果和反因果系统,与前向和后向分数阶微积分之间的关系展开研究,得到了系统的幅值和相位特性,基于上述的探讨设计出非因果分数阶梯度算子,从而提出一种基于非因果分数阶梯度算子的角点检测方法,此方法在提取角点时能够保留部分图像边缘细节信息,具有能够有效抑制噪声和加强中高频的优点,也即在提取角点时保留一些图像边缘细节信息,使得图像角点检测达到更好的效果。通过将本文方法与传统整数阶的角点检测方法进行实验的比较与分析,证明了本文所提出的方法在抗噪能力与检测精度之间达到了折中效果,即使在噪声极大的图像中也可保证正确率至少提升3%左右、漏检率降低至5%左右以及运算速度还能与Harris基本保持一致。另外,本文为了更好地验证所提出的方法能够进行特征匹配,于是通过利用本文方法应用于图像拼接的实际应用中。