共有回帖数 0 个
-
SURF（Speeded Up Robust Features）是目前比较火的特征提取算法，可用于图像拼接、目标跟踪、目标识别等。我写了一份 C 实现，使用 64 维特征点描述子，后来用不上了，就先放着吧。本代码在 BSD 许可证下发布，在 OS X 10.8 和 FreeBSD 9.1 下开发，使用 clang 编译通过。
本代码托管在 bitbucket 的 liyuchong/SURF 下，欢迎随便 fork不方便用比特筒子的可以直接从网盘下：http://pan.baidu.com/share/link?shareid=4153301444&uk=4245098871
注意 SURF 受专利保护，不可随便用于商业应用。我放弃 SURF 的主要原因就是其专利，改用无专利保护的 BRISK（Binary Robust Invariant Scalable Keypoints）算法。若有兴趣可参考在 ICCV 2011 上 Stefan Leutenegger 等人的论文。
反白我会说我在等过期么。。。/反白
主要实现在 src/SURF 目录。
本实现中，SURF 的计算过程主要分为 3 步：
1）计算积分图：buildIntergralImage()；
2）提取特征点：extractFeaturePoints()；
3）描述特征点：calculateFeaturePointsDescriptor()。
分别在 IntegralImage.c、HessianMatrix.c 和 FeaturePointDescriptor.c 中实现。
更详细的步骤可参考 Herbert Bay 等人的论文，高数没挂的应该都看得懂。
使用方法：直接调用 SURF() 函数，原型在 SURF.h 中定义：PS: *写在左边的都是异端！！！！烧死！！！(╬ﾟдﾟ)
FeaturePointsVector *SURF(Image *image, const float threshold, const int octaveFilters, const int initSampleCount);
其中image 为输入图像；
threshold 为特征点识别阈值；
octaveFilters 为滤波器数量，一般使用默认值 DEFAULT_OCTAVE_FILTER_COUNT 即可；
initSampleCount 为初始采样数，一般使用默认值 DEFAULT_INITIAL_SAMPLE_COUNT 即可。
FeaturePoint *的容器 FeaturePointsVector *，包含所有识别的特征点的 64 维特征向量、特征点坐标、主方向和半径。
使用范例：
size_t i;Image *image = decodeFromFile("/tmpfs/test.jpg");
FeaturePointsVector *features = SURF(image, 0.0001f, DEFAULT_OCTAVE_FILTER_COUNT, DEFAULT_INITIAL_SAMPLE_COUNT);
/* 你的代码 */
imageRelease(image);
for(i = 0; i SIMPLE_VECTOR_SIZE(features); i++)
releaseFeaturePoint(SIMPLE_VECTOR_AT(features, i));
SIMPLE_VECTOR_RELEASE(features);
注：本代码依赖 jpeg、libtiff。libpng 高版本编译的时候有奇怪的问题，就先用 libpng 1.2 凑合。
楼主 2016-04-09 17:58 回复
Copyright © 2010~2015 直线网 版权所有,All Rights Reserved.沪ICP备10039589号
意见反馈 |
关于直线 |
版权声明 |
会员须知
