局部特徵(3)–SURF特徵
(1)SURF算法是SIFT算法的加強版,檢測速度提升好幾倍,在多幅圖像下具有更好的魯棒性。
(2)SURF算法通過積分圖像、海森(Hassian)矩陣、哈爾(Haar)小波變換提升計算速度。Haar小波變換增加魯棒性,提升泛化能力。
1 海森(Hessian)矩陣的構建
我們的目的是找到一個變換後的圖像,在變換後的圖像中提取特徵點,然後映射到原圖像中,Hessian矩陣就是原圖像和變換後的圖像之間的橋樑。
1.1
2 尺度空間生成
2.1 圖像金字塔分爲很多層,每一層叫做一個octave,每一個octave中又有幾張尺度不同的圖片。
2.2 圖像金字塔同一層使用的高斯模板尺度(高斯模板sigma值)不同,不同層之間使用的高斯模板尺寸(模板大小)不同。
3 利用非極大值抑制初步確定特徵點和精確定位特徵點
3.1 初步定位特徵點
經過Hessian矩陣處理過的每個像素點與其三維領域的26個像素點比較大小,如果它是這27個像素點的最大值或者最小值,則將該點作爲初步的特徵點。