SURF学习（一）——积分图

（转载请注明作者和出处：http://blog.csdn.net/xiaowei_cqu 未经允许请勿用于商业用途）

Haar特征/矩形特征

Haar特征本身并不复杂，就是用图中黑色矩形所有像素值的和减去白色矩形所有像素值的和。

Haar特征个数计算

 

Rainer Lienhart计算Haar特征个数的公式：

其中，为图片大小，为矩形特征大小，表示矩形特征在水平和垂直方向的能放大的最大比例系数。

对于45°的rotated特征（如1(c)和1(d)），w，h表示如下图所示：

其计算公式为：

最直接的快速计算方法是利用以计算积分求当前位置的积分，其思想正如快速计算Haar特征的方法。

即，Integral(i,j) = Integral(i,j-1) + Integral(i-1,j) - Integral(i-1,j-1) + Image(i,j);

于是，对一张W*H的图像直接求取积分图，需要：

(W-1)+(H-1)+3*(W-1)*(H-1)

 解释：

将图像转化成积分图

function pic=IntegralImage_IntegralImage(I)

% This function IntegralImage_IntegralImage will ..

%

% J = IntegralImage_IntegralImage( I )

%  

%  inputs,

%    I : An 2D image color or greyscale

%  

%  outputs,

%    J : The integral image 

%  

% Function is written by D.Kroon University of Twente (July 2010)

% Convert Image to double

switch(class(I));

    case 'uint8'

        I=double(I)/255;

    case 'uint16'

        I=double(I)/65535;

    case 'int8'

        I=(double(I)+128)/255;

    case 'int16'

        I=(double(I)+32768)/65535;

    otherwise

        I=double(I);

end

% Convert Image to greyscale

if(size(I,3)==3)

cR = .2989; cG = .5870; cB = .1140;

I=I(:,:,1)*cR+I(:,:,2)*cG+I(:,:,3)*cB;

end

% Make the integral image

pic = cumsum(cumsum(I,1),2);