《SURF算法分析》PPT课件.ppt

《《SURF算法分析》PPT课件.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、用stitching算法进行图像拼接第一部分：用surf算法提取特征点第二部分：特征点匹配第三部分：构建透视矩阵完成拼接第四部分:图像融合1.SURF介绍SURF(SpeededUpRobustFeature)是一种高鲁棒性的局部特征点检测器。由HerbertBay等人在2006年提出。该算法可以用于计算机视觉领域例如物体识别或者三维重建。根据作者描述该算法比SIFT更快更加具有鲁棒性。该算法中采用积分图像、Haar小波变换和近似的Hessian矩阵运算来提高时间效率,采用Haar小波变换增加鲁棒性。一.用SURF算

2、法提取特征点1.1积分图像积分图像1.2Hessian矩阵快速Hessian在SURF中，采用近似的Hessian矩阵的行列式的局部最大值来定位感兴趣点的位置。当Hessian行列式的局部值最大的时候，所检测出来的就是感兴趣点。感兴趣点的特征为比周围邻域更亮或者更暗一些。给定图像f(x,y)中一个点(x,y)，其Hessian矩阵H(x,o)定义如下：位置尺度Lxx(x,ϭ)是高斯二阶微分在点X=(x,y)处与图像I的卷积。Bay指出，高斯函数虽然是最佳的尺度空间分析工具，但由于在实际应用中总要对高斯函数进行离散化和

3、剪切处理，从而损失了一些特性（如重复性）。这一因素为我们用其他工具代替高斯函数对尺度空间的分析提供了可能，只要误差不大就可以。所以就引入了盒装滤波器。如下图所示第一行图像就是经过离散化，被剪切成9X9方格，=1.2的沿x方向、y方向和xy方向的高斯二阶微分算子，即Lxx,Lxy,Lyy模板，这些微分算子可以用9x9的盒装滤波器—Dxx模板、Dxy模板、Dyy模板替代，即图中第二行图像。盒装滤波器中白色部分权值为1，灰色部分权值为0，Dxx和Dyy模板黑色部分的权值为-2，Dxy模板黑色部分权值为-1，白色部分和黑色部

4、分统称突起。SURF提取特征点1.3盒子滤波器下面介绍利用积分图像求Dxx、Dyy、Dxy的方法首先用前面的积分公式把输入图像转化为积分图像，然后应用和状滤波器逐一对积分图像进行处理，盒装滤波器灰色部分权值为0，不参与计算，Dxx模板和Dyy模板各有两个白色部分和一个黑色部分，因此他们的盒装滤波器共有三个突起部分，而Dxy模板有两个白色部分和两个黑色部分，因此它的盒装滤波器共有四个突起部分，利用盒装滤波器对图像进行滤波处理得到响应值得一般公式为：N表示突起部分总和，对于Dxx模板和Dyy模板来说，N=3，对于Dxy模

5、板来说，N=4;Sn表示突起部分的面积，如对于9x9的Dxx模板和Dyy模板来说，突起部分的面积都是是15（即像素数量），而对于9x9的Dxy模板来说，突起部分面积都是9，除以Sn的作用是对模板进行归一化处理；Wn表示第n个突起部分的权值；而后面的括号部分就是前面的公式，求模板的每个突起部分对应于图像四个点A、B、C、D所组成的矩阵区域的灰度之和。SURF提取特征点快速Hessian加权系数Lxx是高斯模板与图像卷积Dxx是盒子模板与图像卷积用Dxx近似代替Lxx如果行列式的结果符号为负，则特征值有不同的符号，则不是

6、局部极值点。如果行列式的符号为正，则该行列式的两个特征值同为正或负，所以该点可以归类为极值点。Hessian矩阵的行列式的极值处即为特征点而盒装滤波器代替高斯二阶微分算子要加一定的权值w，作用是平衡因近似所带来的误差,w约为0.91.4构建金字塔构建尺度空间由于采用的盒子滤波和积分图像，不需要像SIFT算法那样去直接建立金字塔图像，而是采用不断增大的盒子滤波模板的尺寸的间接方法。通过不同尺寸盒子滤波模板和积分图像求取Hessian矩阵行列式的响应图像，然后，在响应图像上采用3D非最大值抑制，求取各种不同尺度的斑点。S

7、IFT构建尺度空间SURF构建尺度空间模板图片1.5构建尺度空间构建尺度空间与SIFT相类似，SURF也将尺度空间划分成若干组(Octaves)。一个组代表了逐步放大的滤波模板对同一个输入图像进行滤波的一系列响应图像。每一组又有若干固定的层组成。915212715273951275175995199147195变化量n*6变化量6*nScaleOctaves1.6极值点抑制极值点抑制为了在目标影像上确定SURF特征点，我们使用了3*3*3的模板在3维尺度空间进行非最大化抑制，根据预设的Hessian阈值H，当h大于H

8、，而且比临近的26个点的响应值都大的点才被选为兴趣点。最后进行插值精确。特征点方向分配为了保证旋转不变性，需要对每一个特征点分配一个主要方向。需要以特征点为中心，以6s（s为特征点的尺度）为半径的圆形区域内，对图像进行Haar小波响应运算。这样做实际就是对图像进行了梯度运算，但是利用积分图像，可以提高计算图像梯度的效率。为了求取主方向值，需要设