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