surf学习备注2

理解surf 首先要明白积分图像和hessian矩阵的关系
在sift中首先产生DOG空间，然后在DOG空间中计算hessian矩阵，在surf中，产生尺度空间的过程是隐含的。对同一个积分图像，采用不断变大的尺度，直接计算图像上各点的hessian矩阵（这样计算的理论依据是）,保存hessian矩阵的行列式,从而得到一个尺度空间(尺度是octave和interval的函数).
  现在的问题是
  1.这样计算Dxx的依据是什么?
  2.normalise 的依据是什么?
  3.lap_sign的依据是什么
  4.determinant = (Dxx*Dyy - 0.81f*Dxy*Dxy);的依据是什么?
  5.m_det干什么用?
看opensurf文档,hessian行列式的值是特征值的product，如果两个特征值同号，则h>0则这个点是极值，否则就不是。关于hessian矩阵的这个特性，可以看wiki中文黑塞矩阵，英文里没有这段说明
hessian矩阵在sift中也有应用
在harris corner中也有应用
对于问题1--我们要计算的是尺度空间上图像的hessian矩阵，尺度空间是图像I和不同尺度的高斯核卷积得到的，记为L，Bay提供了在积分图像上快速计算L的近似二阶偏导Dxx,Dyy,Dxy的方法，从而快速的计算各点的H(x,y,sigma);得到尺度空间,具体的octave和internal的划分如下：
    1.初始的sigma=1.2 对应的boxfilter是9*9,sigma和boxfilter的size之间有一个计算公式,用来计算近似的sigma
    2.size的最小增长是6，因为。。。。
    3.新的octave的第一个scale是上一个octave的最后一个
问题5--前面得到了H(x,y,sigma)保存在m_det 中寻找兴趣点