SURF:(Speeded Up Robust Features)详解

主要技术点

积分图像（Integral Image）

通过将图像中的每个像素变换为\(I_{\sum(i,j)}=\sum_{x=0}^{x<i}\sum_{y=0}^{y<j}\)，实现更小的计算复杂度。

特征点检测器（Fast-Hessian Detector）

通过构建每个像素近似黑塞矩阵的行列式\(det(H)=D_{xx}\ast{D}_{yy}-\left(0.9\ast{D}_{xy}\right)^2\)的大小判别极值点

特征描述点（SURF Descriptor）

先计算每个点x、y方向上的Harr-Wavelet response。再对其高斯加权，分别求和。再把求和后的结果滤波计算出周边点的主方向。
再按照主方向的平行和垂直方向，构造向量\(\boldsymbol{v}=(\sum{d_x},\sum{d_y},\sum{|d_x|},\sum{|d_y|})\)。最后，对这个向量归一化后，就得到了SURF Descriptor.

提高性能的措施

速度

1.在特征检测时使用矩形滤波器和积分图像（SIFT使用二阶高斯滤波器）进行尺度空间分析：滤除干扰点，为重采样做准备。
2.使用积分图像快速滤波

准确性

1.在特征匹配时，将黑塞矩阵的迹(拉氏变换的符号)也进行比较，只在对比度相同的情况下尝试匹配，避免了反白情况下的错误匹配。