27、图像特征描述符：原理、变体与应用

图像特征描述符：原理、变体与应用

在计算机视觉领域，图像特征描述符是用于描述图像中局部区域特征的重要工具，在图像分类、目标检测、立体匹配等诸多任务中发挥着关键作用。本文将详细介绍几种常见的图像特征描述符，包括SURF、HOG及其变体、PHOG、Daisy、CARD、RFM2.3、RIFF和CHOG，深入探讨它们的原理、特点和应用场景。

1. SURF及其变体

SURF（Speeded-Up Robust Features）是一种快速鲁棒的特征描述符，具有较好的尺度、旋转、光照和噪声不变性。其主要特点如下：
- 光谱特征 ：采用积分盒滤波器和方向向量。
- 特征形状 ：HAAR矩形。
- 特征模式 ：密集。
- 特征密度 ：在Hessian兴趣点处稀疏。
- 搜索方法 ：在尺度空间上使用密集滑动窗口。
- 距离函数 ：马氏距离或欧氏距离。
- 鲁棒性 ：对尺度、旋转、光照和噪声具有较好的鲁棒性。

SURF还有一些变体，如下表所示：
| 变体名称 | 特点 |
| ---- | ---- |
| U - SURF | 更快版本的SURF，仅使用直立特征，无方向计算，使用20x20网格，无重叠HAAR特征，修改高斯加权方案，在直方图区间进行双线性插值 |
| M - SURF、MU - SURF | 圆形对称高斯加权