我们在上个教程讨论了SIFT算法用于检测特征点，SIFT算法对旋转、尺度缩放、亮度变化等保持不变性，对视角变换、仿射变化、噪声也保持一定程度的稳定性，是一种非常优秀的局部特征描述算法。但是其实时性相对不高。SURF(Speeded Up Robust Features)算法改进了特征了提取和描述方式，用一种更为高效的方式完成特征点的提取和描述。SURF算法原理SURF特征检测的步骤1. 尺度空间的
转载
2023-07-03 23:36:53
152阅读
1. 使用SURF算法时涉及的参数说明 在opencv3.1中，SURF的实现文件在相应版本的opencv_contrib中，其路径为opencv_contrib\modules\xfeatures2d\src\surf.cpp。opencv_contrib的编译方法可以参考c
转载
2024-05-20 10:35:19
57阅读
好迷。。选中了开放评论，审核后还是显示禁止评论。。本篇是在学习【OpenCV入门教程之六】 创建Trackbar & 图像对比度、亮度值调整一文时的总结所得，希望对读者有所帮助。一、回调函数 static void on_trackbar(int, void*) 根据createTrackbar函数的要求，它的回调函数的形式必须为void XXX(int, void*
SURF：speed up robust feature，翻译为快速鲁棒特征。首先就其中涉及到的特征点和描述符做一些简单的介绍：特征点和描述符特征点分为两类：狭义特征点和广义特征点。狭义特征点的位置本身具有常规的属性意义，比如角点、交叉点等等。而广义特征点是基于区域定义的，它本身的位置不具备特征意义，只代表满足一定特征条件的特征区域的位置。广义特征点可以是某特征区域的任一相对位置。这种特征可以不是
转载
2024-05-13 06:15:23
98阅读
一、背景 1.1概念定义我们这里想要实现的图像拼接，既不是如题图1和2这样的“图片艺术拼接”，也不是如图3这样的“显示拼接”，而是实现类似“BaiDU全景”这样的全部的或者部分的实际场景的重新回放。对于图像拼接的流程有很多定义方式，本教程中主要介绍实现主流方法，总结梳理如下：图像采集->投影变换->特征点匹配->拼接对准->融合->反投影图像采集不仅仅指的是普通的图
转载
2024-05-09 09:42:07
261阅读
魏老师学生——Cecil：学习OpenCV-机器视觉之旅 原理OpenCV中的SURF算法代码演示 原理加速稳健特征算法：加速版的SIFT。SURF使用盒子滤波器(box_filter)对LoG进行近似。盒子滤波器优点：进行卷积计算时可利用积分图像。积分图像特点：计算图像中某个窗口内所有像素和时，计算量大小和窗口大小无关。提高计算图像梯度的效率。SURF算法计算关键点的尺度与位置也依赖于Hess
转载
2024-03-26 21:25:49
58阅读
SURF算法在工业检测分析一.工业场景应用场景应用说明，在工业检测中我们需要对一个工件进行位置补正，来确定工件在平面坐标系的位置，得到位置参数才可以进一步的针对特定位置进行图像处理。比如我们跟踪一副名片的某一局部位置。 &
转载
2023-10-25 07:00:53
73阅读
SURF(Speeded-Up Robust Features) 是对 SIFT 得改进，相对于 SIFT，SURF 利用积分图像与盒函数模拟 DoG，提升了计算速度；同时，使用了一种不用于 SIFT 的特征描述方案。 在 SIFT 中，检测尺度空间极值使用了 DoG 响应，SURF 做了如下改进： 1）首先求原图像的积分图像，使用积分图像可以求任意尺度盒函数（Box Filt
原创
2022-01-18 13:47:47
492阅读
detectSURFFeatures用法：points = detectSURFFeatures(I) %I是输入的灰度图像，返回值是一个 SURFPoints类，这个SURFPoints类包含了一些从这个灰度图像中提取的一些特征
points = detectSURFFeatures(I,Name,Value)SURFPoints 这个类型 属性cout : 计算这个物体所拥有点的数量Loca
转载
2024-04-18 12:10:18
255阅读
上一篇：图像特征算法(一)——SIFT算法简述及Python标记SIFT特征检测实践 下一篇：图像特征算法(三)——ORB算法简述及Python中ORB特征匹配实践一、SURF算法1.算法简介SURF（Speeded-Up Robust Features）加速稳健特征，是一种稳健的局部特征点检测和描述算法。 SURF是对SIFT算法的改进，该算子在保持 SIFT 算子优良性能特点的基础上，同时解决
转载
2023-12-20 00:07:23
263阅读
SURF特征提取概述算法流程相比SIFT改进的方面代码实现 概述SURF，全称Speeded-up Robust Feature，是SIFT算法的改进版和加速版，综合性能更优。由Herbert Bay发表在2006年的欧洲计算机视觉国际会议（Europen Conference on Computer Vision，ECCV）上。SURF算法利用了积分图、特征描述子降维提升了计算效率。算法流程S
转载
2023-11-26 11:39:15
223阅读
正文开始了，在OpenCV（据说是1.1以后的版本）中包含了SURF算法，并且还有一个使用SURF的例子，这里使用的是OpenCV2.1。在OpenCV的安装目录下/samples/c 文件夹中一个叫 find_obj.cpp 的文件，这是个应用SURF算法寻找一本书的例子。同目录下还有一对于的可执行文件 find_obj.exe，可以先运行一下看看。来看find_obj.cpp 1、这个程
转载
2024-04-03 09:32:56
42阅读
(Speed Up Robust Feature)算法的原理 &
Speeded Up Robust Features（SURF，加速稳健特征）一．积分图像什么是积分图像积分图像是输入的灰度图像经过一种像素间的累加运算得到种新的图像媒介。对于一幅灰度的图像，积分图像中的任意一点（x,y）的值是指从图像的左上角到这个点的所构成的矩形区域内所有的点的灰度值之和积分图像的作用积分图像是SURF算法减小计算量的关键，从SIFT到SURF算法的性能提升很大程度归功于积分图
转载
2023-11-12 15:46:52
227阅读
原创
2023-11-20 14:48:40
165阅读
SURF的全称是SpeedUp Features 具有加速版具有鲁棒性的特征算法，SURF最大的特征在于采用了harr特征以及积分图像的概念，大大加快了程序运行的时间，SURF可以用于计算机视觉的物体识别以及3D重构SURF算法的核心：1.构建Hessian矩阵构造高斯金字塔尺度空间，每一个像素点都可以求出来一个海森矩阵。2.利用非极大值抑制初步确定的特征点。3.精确定位极值点。4.选取...
原创
2021-07-16 17:28:26
3612阅读
如果说SIFT算法中使用DOG对LOG进行了简化，提高了搜索特征点的速度，那么SURF算法则是对DoH的简化与近似。虽然SIFT算法已经被认为是最有效的，也是最常用的特征点提取的算法，但如果不借助于硬件的加速和专用图像处理器的配合，SIFT算法以现有的计算机仍然很难达到实时的程度。对于需要实时运算的场合，如基于特征点匹配的实时目标跟踪系统，每秒要处理8-24帧的图像，需要在毫秒级内完成特征点的搜
转载
2024-07-30 19:10:47
167阅读
SURF算法简介： SURF (Speeded Up Robust Features, 加速稳健特征) 是一个稳健的图像识别和描述算法，首先于2006年发表在ECCV大会上。这个算法可被用于计算机视觉任务，如物件识别和3D重构。他部分的灵感来自于 SIFT 算法。SURF标准的版本比SIFT要快数倍，并且其作者声称在不同图像变换方面比SIFT更加稳健。SURF使用海森矩阵（Hessian）的行列
转载
2023-10-09 00:00:23
256阅读
本文中的知识来自于Mastering opencv with practical computer vision project一书。shape model形状模型，就是训练数据表示为什么样的形状模型；feature detector特征检测，检测目标脸中的特征；fitting algorithm适应算法，就是匹配算法，匹配检测到的目标特征点和训练
转载
2024-05-09 20:49:50
0阅读
Surf算法原理
Surf算法论文及实现源码”，此处不知为什么不能上传，望谅解！需要资料的可以联系。 Surf算法在适中的条件下完成两幅图像中物体的匹配基本实现了实时处理，其快速的基础实际上只有一个——积分图像haar求导。我们先来看介绍Sift算法的基本过程，然后再介绍 Surf算法。 1、Sift算法简介 Sift算法是David L
转载
2023-12-19 21:20:37
52阅读
