[学习笔记-图像处理篇]特征提取与匹配算法matlab程序梳理——SURF

第2弹
太勤快了肿么办，(* U *)

SURF

程序指路 👉 Matlab的SURF算法

注：
1）下载程序需要有Mathworks的账号，仍为matlab程序；
2）图像可为彩色可为灰度图；
3）ipts的列长度对应关键点数量；
4）匹配数目使用distance进行筛选，example2.m中设置为30个最优匹配；
5）OpenSurf.m中含有被注释掉的一个Example 1，可以拷贝到一个脚本运行，查看surf关键点及描述子的情况；
6）算法的整体应用可以参考example2.m。

主要使用的函数文件为OpenSurf.m以及SubFunctions文件夹中的子函数。
TestImages文件夹包含测试demo中所使用的图片。
WarpFunctions文件夹中的affine_warp.m主要用于example3.m中对图片进行扭曲操作。

鉴于子函数实在太多，而我能力有限，因此主要基于example2.m进行注释学习，并对涉及到的OpenSurf.m进行简单讲解。

1. OpenSurf.m

function ipts = OpenSurf(img, Options)
% 输入参数
% img ：2D彩色图或灰度图
% Options ：一个选择结构体
%    Options.verbose ：默认false，设置true可显示有用信息
%    Options.upright ：默认false，设置true可使用旋转不变结果的布尔值
%    Options.extended ：默认false，设置true可为描述子增添地标点信息
%    Options.tresh ：默认0.002，Hessian反应阈值
%    Options.octaves ：默认5，用于分析的octaves数
%    Options.init_sample ：默认2，图像初始采样步骤
%
% 输出参数
% ipts：一个包含所有检测到的地标点信息的结构体
%    ipts.x, ipts.y ：地标点位置
%    ipts.scale ：检测到的地标尺度
%    ipts.laplacian ：地标点邻域的拉普拉斯算子
%    ipts.orientation ：弧度方向
%    ipts.descriptor ：对应点匹配的描述子

OpenSurf.m中会先添加子函数的路径，设置Options默认值，创建3通道累加图像；然后调用子函数FastHessian_getIpoints.m提取兴趣点，调用SurfDescriptor_DecribeInterestPoints.m创建描述子，结果均存储在ipts中。

2. example2.m

% Example 2, Correspondin