特征检测算法--SURF

SURF算法作为SIFT的优化版,提高了计算速度,降低了复杂度。通过积分图像快速计算Hessian矩阵,简化高斯金字塔构造,利用Harr小波确定特征点主方向,并构建低维特征描述子。尽管在主方向确定和尺度选取上存在误差可能,但整体提升了特征检测的效率。
摘要由CSDN通过智能技术生成

reference:https://blog.csdn.net/streamchuanxi/article/details/50924549

SURF 算法,全称是 Speeded-Up Robust Features。该算子在保持 SIFT 算子优良性能特点的基础上,同时解决了 SIFT 计算复杂度高、耗时长的缺点,对兴趣点提取及其特征向量描述方面进行了改进,且计算速度得到提高。 

具体步骤为: 
1、构造Hessian矩阵,计算特征值α 
surf构造的金字塔图像与sift有很大不同,就是因为这些不同才加快了其检测的速度。Sift采用的是DOG图像,而surf采用的是Hessian矩阵行列式近似值图像。首先是图像中某个像素点的Hessian矩阵: 
这里写图片描述 
其中,Lxx、Lxy、Lyy为高斯滤波后图像g(σ)在各个方向的二阶导数。 
二阶导数计算方法为:d2L(x)/dx2=(L(x+1)-
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值