C++OpenCV特征提取之如何实现SURF特征检测

这篇文章主要为大家展示了“C++ OpenCV特征提取之如何实现SURF特征检测”，内容简而易懂，条理清晰，希望能够帮助大家解决疑惑，下面让小编带领大家一起研究并学习一下“C++ OpenCV特征提取之如何实现SURF特征检测”这篇文章吧。

创新互联是一家专注于网站设计、成都做网站和川西大数据中心的网络公司，有着丰富的建站经验和案例。

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

以上是“C++ OpenCV特征提取之如何实现SURF特征检测”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注创新互联行业资讯频道！