检索从SIFT / SURF获得的最重要的功能

Question

我正在使用SURF从图像中提取特征并将其与其他人匹配。我的问题是，一些图像有超过20000个功能，这会减慢与爬行的匹配。

有没有办法可以从该集合中仅提取n个最重要的特征？

我尝试为图像计算MSER，并仅使用这些区域内的功能。这使我减少了5％到40％，而不会对匹配质量造成负面影响，但这是不可靠的，但仍然不够。
我可以另外调整图像的大小，但在某些情况下，我似乎会严重影响功能的质量 SURF提供了一些参数（粗麻布阈值，八度音阶和每个八度音阶的层数）但我找不到任何关于这些参数如何影响特征重要性的信息。

Answer 1

经过一些研究和测试后，我发现每个特征的Hessian值都是对其强度的粗略估计，但是使用按粗体排序的前n个特征并不是最优的。
在执行以下操作时，我获得了更好的结果，直到功能数量低于n：

的目标

• 如果图像过大则缩小图像尺寸
• 仅考虑位于MSER区域的功能
• 对于彼此非常接近的特征，只考虑具有较高粗体的特征
• 在我要保存的每个图像的n个要素中，75％是具有最高粗体值的要素
• 其余的特征是从剩余部分中随机获取的，通过直方图计算的粗麻数值的分布加权

现在我只需要找到一个合适的n，但目前看来已经足够了。