定义角点目前为止还没有明确的数学定义。角点可以是两条线的交叉处，也可以是位于相邻的两个主要方向不同的事物上的点。[1]
一般的角点检测都是对有具体定义的、或者是能够具体检测出来的兴趣点的检测。这意味着兴趣点可以是角点，也可以是在某些属性上强度最大或者最小的孤立点、线段的终点，或者是曲线上局部曲率最大的点。角点检测
[2]
在实践中，通常大部分称为角点检测的方法检测的都是兴趣点，而不是独有的角点。因此，如果只要检测角点的话，需要对检测出来的兴趣点进行局部检测，以确定出哪些是真正的角点。
“角点”、“兴趣点”、“特征”在文献中的使用是相互间可替换的，这是个令人困惑的问题。
应用角点是图像很重要的特征,对图像图形的理解和分析有很重要的作用。角点在保留图像图形重要特征的同时,可以有效地减少信息的数据量,使其信息的含量很高,有效地提高了计算的速度,有利于图像的可靠匹配,使得实时处理成为可能。
角点在三维场景重建、运动估计、目标跟踪、目标识别、图像配准与匹配等计算机视觉领域起着非常重要的作用。
角点检测技术分类目前的角点检测算法可归纳为3类：基于灰度图像的角点检测、基于二值图像的角点检测、基于轮廓曲线的角点检测。[3]缺点角点检测器通常都是不大强健的，经常需要专业的管理，并且会产生大量的冗余以防止主识别任务中个别错误数据的影响。优劣鉴别一个决定角点检测器优劣的方法就是查看同一个角点在多张相似的图片对应不同的明亮、平移、旋转和其他转换环境下其识别能力。
