SURF特征提取算法原文翻译与理解（下）

      上一部分主要是针对特征点的提取，下面的内容是特征点的描述，并在最后总结一下全部的步骤。

4.SURF特征描述子

    SURF算法使用的描述子跟SIFT相比复杂度更低。第一步是对每个兴趣点，基于其圆形区域内的信息，确定一个可重复的方向。第二步在兴趣点上构造一个与选定方向对齐的方框，从这个方框中提取SURF描述符。这两步下面会解释。最后，提出一种直立版本的描述符（U-SURF），它并不具有旋转不变性，但是也因此计算速度更快，它可以使用在相机近似水平的场合。

4.1方向的确定

    为了使描述子对图像不同的旋转角度都有同样的描述，要给每个兴趣点都定义一个可重复的方向（这里可重复的意思大概就是不同旋转角度下都能选出来把）。为此，对每个兴趣点，以6s为半径（s的定义见第3章，为该兴趣点所在的尺度），计算圆形邻域内x和y方向的Harr小波响应，采样的步长也选为s，这样又可以使用积分图快速进行滤波计算了。得到每个点的x和y方向的响应以后，对响应值使用以兴趣点为中心的滤波器进行高斯加权，这就相当于水平Harr小波特征映射到了x，把垂直Harr小波特征映射到了y，到了这一步以后，怎么选择我们要找的方向呢。方法就是，用一个60°的扇形，以兴趣点为中心以一定的角