這篇文章主要為大家展示了“C++ OpenCV特征提取之如何實現SURF特征檢測”，內容簡而易懂，條理清晰，希望能夠幫助大家解決疑惑，下面讓小編帶領大家一起研究并學習一下“C++ OpenCV特征提取之如何實現SURF特征檢測”這篇文章吧。

創(chuàng)新互聯(lián)是一家專注于網站設計、成都做網站和川西大數據中心的網絡公司，有著豐富的建站經驗和案例。

SURF特征基本介紹

SURF(Speeded Up Robust Features)特征關鍵特性：

• 特征檢測

• 尺度空間

• 選擇不變性

• 特征向量

SURF算法工作原理

1. 選擇圖像中的POI(Points of interest) Hessian Matrix

2. 在不同的尺度空間發(fā)現關鍵點，非最大信號壓制

3. 發(fā)現特征點方法、旋轉不變性要求

4. 生成特征向量

SURF構造函數介紹

C++:  SURF::SURF(

      double hessianThreshold, --閾值檢測器使用Hessian的關鍵點，默認值在

                                                   300-500之間

      int nOctaves=4,                 -- 4表示在四個尺度空間

      int nOctaveLayers=2,        -- 表示每個尺度的層數

      bool extended=false,

      bool upright=false              --表示計算選擇不變性，不計算的速度更快

)

代碼演示

我們再新建一個項目名為opencv--surf，按照配置屬性(VS2017配置OpenCV通用屬性),然后在源文件寫入#include和main方法

上面紅框這里我們在讀取圖片的時候加上了一個參數，IMREAD_GRAYSCALE，這樣我們現在讀取的圖片直接進來就是灰度圖了，不用再用cvtcolor進行轉換了。

開始進行SURF檢測

因為我們要用到cv::xfeatures2d::SURF這個類，所以首先要在頭文里要引用xfeatures2d.hpp的頭文件

上面我們定義的閾值為400，然后我們看一下運行的效果

然后我們把原來的minHessian參數值改為100試試

再看一下運行的效果

仔細對比一下，比原來定義的值400要多了一些關鍵點，這里就可以說明我們的閾值調的越高，顯示的出來的關鍵點就越少。

---

我們還可以再試試SURF的構造函數里面加上不同的參數的改變看看效果

上面可以看到在SURF::create里面，把幾個默認的參數都進行的賦值和修改，運行的效果為

以上是“C++ OpenCV特征提取之如何實現SURF特征檢測”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注創(chuàng)新互聯(lián)行業(yè)資訊頻道！

分享文章：C++OpenCV特征提取之如何實現SURF特征檢測
網頁URL：http://m.rwnh.cn/article10/gcgpdo.html

成都網站建設公司_創(chuàng)新互聯(lián)，為您提供網站設計、Google、品牌網站建設、網站營銷、響應式網站、網站維護

廣告

聲明：本網站發(fā)布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創(chuàng)新互聯(lián)