C++ OpenCV特征提取之SURF特征检测

SURF特征基本介绍

SURF(Speeded Up Robust Features)特征关键特性：

• 特征检测
• 尺度空间
• 选择不变性
• 特征向量

SURF算法工作原理

1. 选择图像中的POI(Points of interest) Hessian Matrix
2. 在不同的尺度空间发现关键点，非最大信号压制
3. 发现特征点方法、旋转不变性要求
4. 生成特征向量

SURF构造函数介绍

C++: SURF::SURF(

double hessianThreshold, --阈值检测器使用Hessian的关键点，默认值在

300-500之间

int nOctaves=4, -- 4表示在四个尺度空间

int nOctaveLayers=2, -- 表示每个尺度的层数

bool extended=false,

bool upright=false --表示计算选择不变性，不计算的速度更快

)

代码演示

我们再新建一个项目名为opencv--surf，按照配置属性(VS2017配置OpenCV通用属性),然后在源文件写入#include和main方法

上面红框这里我们在读取图片的时候加上了一个参数，IMREAD_GRAYSCALE，这样我们现在读取的图片直接进来就是灰度图了，不用再用cvtcolor进行转换了。

开始进行SURF检测

因为我们要用到cv::xfeatures2d::SURF这个类，所以首先要在头文里要引用xfeatures2d.hpp的头文件

上面我们定义的阈值为400，然后我们看一下运行的效果

然后我们把原来的minHessian参数值改为100试试

再看一下运行的效果

仔细对比一下，比原来定义的值400要多了一些关键点，这里就可以说明我们的阈值调的越高，显示的出来的关键点就越少。

我们还可以再试试SURF的构造函数里面加上不同的参数的改变看看效果

上面可以看到在SURF::create里面，把几个默认的参数都进行的赋值和修改，运行的效果为

-END-