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。
