超级会员免费看
SURF作为SIFT的加速版本，通过窗口平滑替代LoG，使用积分图像提升计算速度，并采用Hessian矩阵确定尺度和位置。在方向分配上，SURF通过Haar小波响应确定特征点主方向，而关键点描述则利用64或128维的Haar小波响应向量。相比SIFT，SURF在保持效果的同时，速度提升了3倍，尤其适合模糊和旋转图像处理，但在视角和光照变化处理上表现稍逊。
目标：学习SURF基本知识
理论：
在前面学习过SIFT，明白了关键点检测和描述，但是SIFT的计算量比较大，并且运行有点慢，因此人们开始思考能否进行改善，让速度更快一些。在2006年，Bay,H.,Tuytelaars,T. 和 Van Gool,L发表论文《SURF: Speeded Up Robust Features》，在这里引用一个新的算法，叫做SURF，它是一种加速版本的SIFT。
在SIFT里，采用DoG来替换LoG实现一些加速，而在SURF里使用窗口平滑来替换LoG，下图就是用来说明窗口平滑怎么样起作用：
上图左边是高斯二阶微分结果，右边是采用窗口平滑Box Filter近似。使用这个滤波之后，有一个大优势：可以采用积分图像来替换卷积运算，并且可以平行处理不同尺度空间里的图片，而在SIFT里每一层图像依赖上一层图像，不能进行并行处理。并且SURF计算关键点的尺度和位置也只是依赖与 Hessian 矩阵行列式。
在方向分配方面，为了保证旋转不变性，首先以特征点为
订阅专栏 解锁全文
1688
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
