SURF 特征点检测

最新推荐文章于 2022-08-31 22:39:55 发布

andylan_zy

最新推荐文章于 2022-08-31 22:39:55 发布

阅读量5.2k

点赞数

分类专栏：特征提取与检测

本文链接：https://blog.csdn.net/andylanzhiyong/article/details/84676985

版权

SURF作为一种高效的特征点检测方法，广泛应用于物体定位、人脸识别、3D重建等领域。其特点是检测速度快且鲁棒性强，尤其适合处理亮度变化的场景。通过检测和描述两个步骤，SURF能找出图像中的特征点，这些点通常具有显著的对比度且不随光照变化而改变。在实际操作中，SURF的关键函数包括创建、检测关键点及绘制关键点等，其运行速度快，能在短时间内完成图像处理任务。

摘要由CSDN通过智能技术生成

SURF可以用于对象定位和识别、人脸识别、3D重建、对象跟踪和提取兴趣点等。常用来进行物体辨识和图像匹配。

1.SURF 全称 speed up robust feature 是加速版的SIFT

2.如何提取SURF特征？两步：检测和描述

检测特征点
描述特征点

3.什么样的点是特征点？

　　它首先是图像中得一个点，这个点具有这样一些特性：

容易被检测到，只要这个点所对应的那个物体还在摄像头的视野范围内，那么这个点就能被检测出来。比如角点，边界点，亮处的暗点，暗处的亮点等，一言以蔽之，就是与周围有反差的点
不受明暗光线变化的影响

核心函数：

类SURF中成员函数create()参数说明：

static Ptr<SURF> create(double hessianThreshold=100,        //hessian关键点检测器的阈值，默认在300-500之间
                         int nOctaves = 4,              //表示在4个尺度空间
                         int nOctaveLayers = 3,     //每个尺度空间的层数
                         bool extended = false, //扩展描述符标志（true使用扩展的128个元素的描述符ÿ