局部特征(3)–SURF特征
(1)SURF算法是SIFT算法的加强版,检测速度提升好几倍,在多幅图像下具有更好的鲁棒性。
(2)SURF算法通过积分图像、海森(Hassian)矩阵、哈尔(Haar)小波变换提升计算速度。Haar小波变换增加鲁棒性,提升泛化能力。
1 海森(Hessian)矩阵的构建
我们的目的是找到一个变换后的图像,在变换后的图像中提取特征点,然后映射到原图像中,Hessian矩阵就是原图像和变换后的图像之间的桥梁。
1.1
2 尺度空间生成
2.1 图像金字塔分为很多层,每一层叫做一个octave,每一个octave中又有几张尺度不同的图片。
2.2 图像金字塔同一层使用的高斯模板尺度(高斯模板sigma值)不同,不同层之间使用的高斯模板尺寸(模板大小)不同。
3 利用非极大值抑制初步确定特征点和精确定位特征点
3.1 初步定位特征点
经过Hessian矩阵处理过的每个像素点与其三维领域的26个像素点比较大小,如果它是这27个像素点的最大值或者最小值,则将该点作为初步的特征点。