SURF的原理我不再叙述,网上资料比较多。在计算视觉领域,尺度空间被象征性的表述为一个图像金字塔,向下降采样一般用高斯金字塔。其中,输入图像函数反复与高斯函数的核卷积并反复对其进行二次抽样,这种方法主要用于SIFT算法的实现,但每层图像依赖于原图像,并且图像需要重设尺寸,因此,这种计算方法运算量较大。SURF角点检测算法是对SIFT的一种改进,主要体现在速度上,效率更高。它和SIFT的主要区别是图像多尺度空间的构建方法不同。SURF算法对积分图像进行操作,卷积只和前一幅图像有关,其降采样的方法是申请增加图像核的尺寸,这也是SIFT算法与SURF算法在使用金字塔原理方面的不同。SURF算法允许尺度空间多层图像同时被处理,不需对图像进行二次抽样,从而提高算法性能。
在此我参考《OpenCV3编程入门》配套示例程序:SURF特征点检测,对该程序进行了一些修改,在原程序的SURF特征点检测的基础上,添加了两个滚动条来实现hessian阈值和绘点方式的动态调节。
代码如下: