
SURF (Speeded Up Robust Features, 加速稳健特征) 是一个稳健的图像识别和描述算法,首先于2006年发表在ECCV大会上。这个算法可被用于计算机视觉任务,如物件识别和3D重构。他部分的灵感来自于 SIFT 算法。SURF标准的版本比SIFT要快数倍,并且其作者声称在不同图像变换方面比SIFT更加稳健。
SURF使用海森矩阵的行列式值作特征点侦测并用积分图加速运算;SURF 的描述子基于 2D 离散小波变换 响应并且有效地利用了积分图。

图显示了检测数来的框
可以找到surf的特征点
并且对特征点进行研究,进而可以匹配
surf特征点的匹配技术和研究方法 相对来说 较为成熟

SURF是一种快速而稳健的图像识别和描述算法,源于SIFT但速度更快、鲁棒性更强。通过海森矩阵的行列式值检测特征点,并采用积分图和2D小波变换加速计算。该算法常用于物体识别和3D重构,其匹配技术在图像融合中表现出色。
订阅专栏 解锁全文
5478

被折叠的 条评论
为什么被折叠?



