局部特征描述子以编码的方式来描述图像局部信息,是图像处理技术中的一种基元特征,广泛应用于图像分割和三维重建等领域。随着手机等移动设备的快速普及,其上运行的计算机视觉算法需要更低存储和更快的计算能力。二值局部特征描述子作为局部特征描述子的一种,因其占用空间少、匹配速度快等优点很好的符合了这一要求,受到越来越多研究者的重视。但是,二值特征描述子的精度与鲁棒性往往不高。为了构建具有高分辨能力、鲁棒的二值描述子,本文中采用凸优化方法来确定用于构造二值描述子的候选区域。然后,在训练数据上根据高判别能力与低关联性两项指标从候选区域中选取出表现出色的比较区域对。在公共数据集上的实验表明,本文提出的这种算法比对比的传统方法更有效。此项研究也应用到了实际,即智能农机中的实时作物行检测中。智能农机不仅使农机操作人员从复杂繁忙的工作中解放出来而且降低了对农作物的伤害。在该应用项目中,二值特征描述子通过图像匹配实现加速作物行检测的作用。通过对相应二值图像的统计直方图的分析来获取对应作物行的基准线,继而通过对与基准线平行的直线所在位置像素强度值的分析,得到作物行的边界。为了加速作物行检测,首先提取上一帧中获得的作物行的部分,将二值描述子应用到在下一帧中匹配该区域,从而在下一帧中部分操作只需要对于图像局部进行操作而不是整帧图像。该应用项目同时给出作物行边界与图像中心点的实际距离。现场评估实验的结果显示,系统的误差在可接受的范围内。