加速稳健特征

维基百科,自由的百科全书
跳转至: 导航搜索

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 基于近似的 2D 离散小波变换 响应和并且有效地利用了积分图.

实现[编辑]

参见[编辑]

引用[编辑]

外部链接[编辑]