計算機視覺 OpenCV Android | SURF特徵檢測
0. 特徵檢測定義和使用
特徵檢測是從影象中自動提取物件特徵用以表述該物件,同時還可以利用得到的特徵資料描述在不同的影象中發現相同的物件,而且特徵對物件的旋轉、縮放、光照等具有不變性。整個過程可以分為三個部分:檢測、描述、匹配。OpenCV中是通過feature2d與xfeature2d完成整個流程操作的,從而實現基於影象特徵的物件檢測與匹配。
1.SURF特徵檢測
SURF(Speeded Up Robust Feature)特徵就是影象最常見的特徵之一,該方法在2006年由幾位作者聯合提出,主要是用來克服SIFT(一種特徵檢測方法)計算量比較大,執行速度比較慢的缺點,SURF具有以下的優點。
·基於積分圖計算,快速關鍵點提取。
·不同關鍵點描述。
·快速描述子匹配。
·同時具有旋轉、尺度、光照不變性。
SURF通過建立不同尺度的級聯運算元來實現高斯影象的尺度不變性特徵,計算LOG得到每個畫素點的Hessian矩陣,在建立級聯運算元實現Hessian矩陣的計算中,SURF使用了積分圖來實現預計算,通過積分圖查詢表實現H