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