SURF如何工作的总结

Question

我想弄清楚SURF特征检测是如何工作的。我想我已经取得了一些进展。我想知道我是怎么离开的。

• 您已存储的模板图像和真实世界的图像 根据“关键点”或一些重要特征进行比较 在两张图片中。

• 相同点之间的最小欧氏距离构成a 很好的比赛。

• 什么构成重要特征或关键点？角落
  （边缘的交点）或斑点（强度急剧变化）。

• SURF使用blob。

• 它使用Hessian矩阵进行斑点检测或特征提取 Hessian矩阵是二阶导数的矩阵：这是为了 找出与一个强度相关的最小值和最大值 给定图像中的区域。

Answer 1

筛选/冲浪等有3个阶段：

1. 找到可能再次出现在同一对象的不同图像中的特征/关键点（冲浪使用盒式过滤器）。如果可能，这些特征应该是比例和旋转不变的。角落，斑点等都很好，并且经常以多种尺度进行搜索。

2. 找到该点的正确“方向”，以便如果根据该方向旋转图像，则两个图像都会针对该单个关键点进行对齐。

3. 计算“描述符”，该描述符具有关键点的邻域如何以正确的比例显示（在方向之后）的信息。

现在您的欧氏距离计算仅在描述符上完成，而不是在关键点位置上进行！

重要的是要知道步骤1不适用于SURF。 SURF实际上是步骤2-3，但作者提出了如何进行步骤1以与步骤2-3产生一些协同作用的建议。协同作用是，第1步和第3步都使用积分图像来加快速度，因此积分图像只需要计算一次。