SURF算法原理及代碼實現(筆記)

Speeded Up Robust Features(SURF,加速穩健特徵),是一種穩健的局部特徵點檢測和描述算法。與Sift算法一樣,Surf算法的基本路程可以分爲三大部分:局部特徵點的提取、特徵點的描述、特徵點的匹配。但Surf在執行效率上有兩大制勝法寶——一個是積分圖在Hessian(黑塞矩陣)上的使用,一個是降維的特徵描述子的使用。 先回顧一下傳統Sift算法的基本思路及其優缺點。 Si
相關文章
相關標籤/搜索