特征检测与描述是计算机视觉中的核心技术，主要用于从图像中提取稳定且具有区分性的关键点信息。

特征检测通过算法（如Harris角点、SIFT、SURF、ORB等）定位图像中的显著区域（如角点、边缘或纹理丰富的区域）。 这些关键点对旋转、缩放和光照变化具有一定鲁棒性。

特征描述则为每个检测到的关键点生成独特的向量表示（描述符），用于后续的匹配和识别。 常见的描述符包括SIFT的128维向量、ORB的二进制描述符等，能够高效比较不同图像中特征的相似性。

该技术广泛应用于图像拼接、目标识别、3D重建等领域，是许多高级视觉任务的基础。