SURF算法在积分图像上使用了盒子滤波器对二阶微分模板进行了简化,从而构建了Hessian矩阵元素值,进而缩短了特征提取的时间,提高了效率。其中SURF算法在每个尺度上对每个像素点进行检测,其近似构建的Hessian矩阵及其行列式的值分另为:

Happrox=[Dxx(σ)Dxy(σ)Dxy(σ)Dyy(σ)]
c(x,y,σ)=DxxDyy−(0.9Dxy)2
其中Dxx,Dxy和Dyy为利用盒子滤波器获得的近似卷积值。如果c(x,y,σ)大于设置的门限值,则判定该像素点为关键字。然后与SIFT算法近似,在以关键点为中心的3×3×3像素邻域内进行非极大值抑制,最后通过对斑点特征进行插值运算,完成了SURF特征点的精确定位。
上一篇:ASP医院顾客服务满意度系统设计
下一篇:小五金店经营库存一体化管理系统开发

局部特征匹配的一致性评估方法

采用颜色共生矩阵的图像分析技术实现

Lukasiewicz模糊算子的图像融合算法研究+源代码

SIFT算法图像匹配研究+程序

Android图像处理软件的设计与实现+源代码

MATLAB基于植物图像的智能识别系统研究

Python广告投放分类问题中的特征提取方法

淮安市高校足球运动损伤问卷调查表

个案管理茬老年糖尿病患...

2021年什么行业赚钱,适合...

日语论文中日酒文化对比研究

激光模拟训练器材国内外研究现状

大淘宝网的虚假交易研究

发酵米粉优势菌株的发酵特性研究

浅谈农村大气环境保护的制度构建【1868字】

肢体语言在小学英语教学中的应用浅谈

新疆农林高校學生昆虫生...