关于SURF ，这些事你必须清楚

标签：

1.SURF 全称 speed up robust feature 是加速版的SIFT

2.如何提取SURF特征？两步：检测和描述

• 检测特征点
• 描述特征点

3.什么样的点是特征点？

　　它首先是图像中得一个点，这个点具有这样一些特性：

1. 容易被检测到，只要这个点所对应的那个物体还在摄像头的视野范围内，那么这个点就能被检测出来，比如角点，边界点，亮处的暗点，暗处的亮点等，遗言以蔽之，就是与周围有反差的点
2. 不受明暗光线变化的影响

4.如何检测特征点？

1. 构造尺度空间
2. 在各个尺度计算Hessian 响应
3. 设定阈值，将Hesiian响应小于阈值的设为0
4. 求局部极值（相邻尺度空间构成的3x3x3（像素）的立方体，如果中心的值最大，那么中心位置为一个局部极值位置），局部极值是特征点的候选点
5. 确定特征点位置

5.如何描述特征点？

1. 每个特征点的描述有两部分组成，描述头和描述内容
2. 描述头描述的是特征点的信息，描述内容描述的是特征点邻域信息
3. 头中信息包括：特征点位置，特征点所在尺度，特征点Laplacian符号（0代表负，1代表正），特征点方向
4. 描述内容：将邻域（20ß*20ß，假设ß代表尺度）等分成16块（4x4），每块内等间隔区25个点（5x5）,对这25个点分别求x,y方向的小波响应（其实就是求导），然后分别对这25个点的x,y方向的小波响应，以及小波响应的绝对值求和，得到四个数。这样我们就得到了64（4x4x4）个数，这64个数就用来描述特征点的邻域信息。

6.如何得到尺度空间

1. 与传统（SIFT）获得尺度空间的方式不同，传统尺度变化是通过缩小图片和高斯模糊实现的，SURF的尺度空间直接跳大滤波器的尺度，不修改原图片
2. 没有了

7.什么是Hessian 响应？

1. 什么是Hessian矩阵? 如2.1所示，就是函数二阶偏导数所构成的方阵,可以表示这一点的曲率

2. 1. Fxx	Fxy
      Fxy	Fyy

3. 这个矩阵的行列式就是Hessian响应
4. 在SURF中，我们选择了一种加速计算Hessian响应的方法，这种方法叫盒式滤波器（估计F_xx等）
5. 什么是盒式滤波器？

8.如何确定特征点方向

1. 在6ß范围内计算所有点的小波响应，响应方向最多的方向为尺度方向

关于SURF ，这些事你必须清楚

标签：

原文地址：http://www.cnblogs.com/shikongwei/p/4492853.html