自己理解不深，只能稱之為介紹或者入門.
surf演算法是對sift演算法的一種改進，主要是在演算法的執行效率上，比sift演算法來講執行更快，至於sift演算法是什麼還有具體實現，之後再研究。
1. 特徵點的提取
在解析特徵點的提取方法前，先看一下積分影象的概念
積分影象的概念是由viola和jones提出的。和sift演算法相比，surf演算法利用了積分影象的有限來使得計算更加簡單。積分影象中任意一點（i，j）的值為原影象左上角到任意點（i，j）相應的對焦區域的灰度值的總和，其數學公式如下圖所示:下面就正式看一下提取方法根據上面的公式和影象，如果我們要計算影象中某乙個矩形區域的面積，就只需計算這個區域的四個頂點在積分影象裡的值，便可以通過2步加法和2步減法計算得出，其數學公式如下：
SURF檢測演算法
surf 演算法，全稱是 speeded up robust features，是針對sift演算法的基礎上進行的改進。最核心的內容是確定hession矩陣，hession矩陣其實就是影象中畫素座標x y對高斯濾波函式求解得到的偏導矩陣。a.影象中某個畫素點hessian矩陣 即每乙個畫素點都可以求...
SURF演算法中的ransac演算法
就是首先隨機抽取觀測資料子集，我們假設視為這子集就是 內點 局內點或者局內資料 然後用這子集進行相關的擬合來計算模型引數 或者估計函式 找到這模型 或者函式 以後，利用觀測點 資料 進行是否正確，如果求出來的模型能夠滿足足夠多的資料，我們視為很正確的資料。最後我們採納。但是，如果不適合，也就是說求出...
特徵檢測演算法 SURF
reference surf 演算法，全稱是 speeded up robust features。該運算元在保持 sift 運算元優良效能特點的基礎上，同時解決了 sift 計算複雜度高 耗時長的缺點，對興趣點提取及其特徵向量描述方面進行了改進，且計算速度得到提高。具體步驟為 1 構造hessia...