SURF,全称是Speed Up Robust Features.是一种尺度旋转不变的特征检测方法。主要思想与SIFT类似。但是,运算速度比SIFT提高了5至10倍。
相对于SIFT,SURF能够大幅提升运算速度主要体现在三方面:
*使用了积分图像完成图像卷积,极大的加快了运算速度。
*将特征向量为64维,而SIFT为128维。
*SIFT用图像金字塔和尺寸不变的卷积核来实现尺度不变性,而SURF则使用相 同的图像和尺寸改变的卷积核来实现尺度不变性。(因为SURF使用了积分图技术, 对于尺寸改变的卷积核只需要三步加减法运算即可得到结果)
1综述
1.1任务
我们目标是找到两幅图像中相同的部分或物体。而且这种匹配要对尺度和旋转具有不变性,而且对于光照和噪声也有很好的鲁棒性。
1.2 步骤
SURF算法主要分为三步:
(1)选出兴趣点并分别标注在图像上,例如拐角、斑块和T型连接处。
(2)用特征向量描述兴趣点的邻域。
(3)在不同的图片之间匹配特征向量。
2兴趣点检测
2.1积分图
积分图IΣ(X)在位置X = (x, y)处代表I在X之前的矩形区域像素值的和。