本文详细介绍了SURF算法的原理，包括积分图像、Hessian矩阵、尺度金字塔构造、非极大值抑制、亚像素级定位以及特征点主方向的确定。SURF作为SIFT的快速版本，通过简化操作提高了效率，适用于图像处理和特征匹配任务。
SURF算法英文全称为SpeededUp Robust Features，是Sift算法的改进版，具有更快的运算速度，其最大的特点在于采用了harr特征以及积分图像的概念。SURF的算法原理如下：
【1】积分图像的概念（用于对图像卷积）
积分图像中任意一点（i，j）的值为原图像左上角到任意点（i，j）响应的对角区域的灰度值总和。如下图：
假设一幅图像有n个像素点，则计算n个位置的积分图总共的加法运算有n-1次，将得到的结果保存在与原图对应的一个Mat类型的数据中。则对于每个区域来说，只需要进行三次加减法皆可以得到该区域的灰度值总和。
【2】Hessian矩阵
Hessian矩阵的定义：
最低0.47元/天 解锁文章
扫一扫
1207
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
