surf特征点匹配和研究

SURF (Speeded Up Robust Features, 加速稳健特征) 是一个稳健的图像识别和描述算法，首先于2006年发表在ECCV大会上。这个算法可被用于计算机视觉任务，如物件识别和3D重构。他部分的灵感来自于 SIFT 算法。SURF标准的版本比SIFT要快数倍，并且其作者声称在不同图像变换方面比SIFT更加稳健。

SURF使用海森矩阵的行列式值作特征点侦测并用积分图加速运算；SURF 的描述子基于 2D 离散小波变换 响应并且有效地利用了积分图。

图显示了检测数来的框

可以找到surf的特征点

并且对特征点进行研究，进而可以匹配

surf特征点的匹配技术和研究方法 相对来说 较为成熟

将两个图像的数据 融合在一起 显示可以通过surf点匹配的结果

 

 code

surf特征点匹配和研究-机器学习文档类资源-CSDN文库