本书运用偏微分方程方法研究图像特征检测，深入探讨了图像显著性检测和图像边缘特征检测。一方面，充分利用图像空间结构信息，将图像先验信息嵌入到具有深刻物理意义的相场变分模型中，利用相场变化等控制能量强度变换，使图像非线性扩散，优选限度地保持图像的重要特征，同时压制图像背景信息，实现图像显著性检测；另一方面，利用图像的二阶方向导数、结构张量等特征刻画图像先验信息，构建基于水平集函数的能量变分模或偏微分方程模型，通过水平集函数的演化带动零水平曲线的变化，实现图像边缘特征检测。
本书可供应用数学、图像处理、计算机视觉等领域的高年级本科生和研究生使用，也可作为相关领域的教师工程师和技术人员等的参考书。

第1章 绪论
1.1图像特征检测研究背景与意义
1.2图像特征检测方法概述
1.3本书主要内容和结构安排
第2章 图像显著性检测的相场变分模型
2.1相场方法和Cahn-Hilliard模型
2.2图像显著性检测的Sobolev梯度相场变分模型
2.3图像显著性检测的反正切变分正则模型
2.4小结
第3章 图像显著性检测的非局部变分模型
3.1知识背景
3.2非局部p-Laplace正则的相场变分模型
3.3Matlab数值实现与图像显著性检测
3.4小结
第4章 图像边缘特征检测的变分水平集模型
4.1图像边缘检测的偏微分方程方法概述
4.2基于二阶方向导数的水平集演化
……