SURF特征基本介绍
SURF(Speeded Up Robust Features)特征关键特性:
特征检测
尺度空间
选择不变性
特征向量
SURF算法工作原理
选择图像中的POI(Points of interest) Hessian Matrix
在不同的尺度空间发现关键点,非最大信号压制
发现特征点方法、旋转不变性要求
生成特征向量
SURF构造函数介绍
C++: SURF::SURF(
double hessianThreshold, --阈值检测器使用Hessian的关键点,默认值在
300-500之间
int nOctaves=4, -- 4表示在四个尺度空间
int nOctaveLayers=2, -- 表示每个尺度的层数
bool extended=false,
bool upright=false --表示计算选择不变性,不计算的速度更快
)
代码演示
我们再新建一个项目名为opencv--surf,按照配置属性(VS2017配置OpenCV通用属性),然后在源文件写入#include和main方法
上面红框这里我们在读取图片的时候加上了一个参数,IMREAD_GRAYSCALE,这样我们现在读取的图片直接进来就是灰度图了,不用再用cvtcolor进行转换了。
开始进行SURF检测
因为我们要用到cv::xfeatures2d::SURF这个类,所以首先要在头文里要引用xfeatures2d.hpp的头文件
上面我们定义的阈值为400,然后我们看一下运行的效果
然后我们把原来的minHessian参数值改为100试试
再看一下运行的效果
仔细对比一下,比原来定义的值400要多了一些关键点,这里就可以说明我们的阈值调的越高,显示的出来的关键点就越少。
我们还可以再试试SURF的构造函数里面加上不同的参数的改变看看效果
上面可以看到在SURF::create里面,把几个默认的参数都进行的赋值和修改,运行的效果为
-END-
长按下方二维码关注微卡智享