SURF特征点检测（阈值和绘点方式均可通过滚动条调节）



       SURF的原理我不再叙述，网上资料比较多。在计算视觉领域，尺度空间被象征性的表述为一个图像金字塔，向下降采样一般用高斯金字塔。其中，输入图像函数反复与高斯函数的核卷积并反复对其进行二次抽样，这种方法主要用于SIFT算法的实现，但每层图像依赖于原图像，并且图像需要重设尺寸，因此，这种计算方法运算量较大。SURF角点检测算法是对SIFT的一种改进，主要体现在速度上，效率更高。它和SIFT的主要区别是图像多尺度空间的构建方法不同。SURF算法对积分图像进行操作，卷积只和前一幅图像有关，其降采样的方法是申请增加图像核的尺寸，这也是SIFT算法与SURF算法在使用金字塔原理方面的不同。SURF算法允许尺度空间多层图像同时被处理，不需对图像进行二次抽样，从而提高算法性能。

       在此我参考《OpenCV3编程入门》配套示例程序：SURF特征点检测，对该程序进行了一些修改，在原程序的SURF特征点检测的基础上，添加了两个滚动条来实现hessian阈值和绘点方式的动态调节。

代码如下：

//--------------------------------------【程序说明】-------------------------------------------
//		程序说明：参考《OpenCV3编程入门》配套示例程序89
//		程序描述：SURF特征点检测
//		开发测试所用操作系统： Windows 7 32bit
//		开发测试所用IDE版本：Visual Studio 2010
//		开发测试所用OpenCV版本：	2.4.10
//------------------------------------------------------------------------------------------------


//---------------------------------【头文件、命名空间包含部分】----------------------------
//		描述：包含程序所使用的头文件和命名空间
//------------------------------------------------------------------------------------------------
#include "opencv2/opencv.hpp"
#include "opencv2/nonfree/nonfree.hpp"
#include
#include 
using namespace cv;

//-----------------------------------【全局函数声明部分】--------------------------------------
//          描述：全局函数的声明
//-----------------------------------------------------------------------------------------------
static void ShowHelpText( );//输出帮助文字
void on_surf(int,void*);//回调函数

//-----------------------------------【全局变量声明部分】--------------------------------------
Mat srcImage1,srcImage2;
int g_minHessian = 40;//定义SURF中的hessian阈值特征点检测算子,阈值为：g_minHessian*10
int g_flags=0;


//-----------------------------------【main( )函数】--------------------------------------------
//   描述：控制台应用程序的入口函数，我们的程序从这里开始执行
//-----------------------------------------------------------------------------------------------
int main( int argc, char** argv )
{
	//【0】改变console字体颜色    
	system("color 2F");    

	//【0】显示帮助文字  
	ShowHelpText( );  

	//【1】载入源图片并显示
	srcImage1 = imread("1.jpg", 1 );
	srcImage2 = imread("2.jpg", 1 );
	if( !srcImage1.data || !srcImage2.data )//检测是否读取成功
	{ 
		printf("读取图片错误，请确定目录下是否有imread函数指定名称的图片存在~！ \n"); 
		return false; 
	} 
	imshow("原始图1",srcImage1);
	imshow("原始图2",srcImage2);

	createTrackbar("阈值/10","原始图1",&g_minHessian,100,on_surf);
	createTrackbar("绘点方式","原始图1",&g_flags,2,on_surf);
	on_surf(0,0);

	waitKey(0);
	return 0;
}

void on_surf(int,void*)
{
	//【2】定义需要用到的变量和类
	SurfFeatureDetector detector( g_minHessian*10 );//定义一个SurfFeatureDetector（SURF） 特征检测类对象
	std::vector keypoints_1, keypoints_2;//vector模板类是能够存放任意类型的动态数组，能够增加和压缩数据

	//【3】调用detect函数检测出SURF特征关键点，保存在vector容器中
	detector.detect( srcImage1, keypoints_1 );
	detector.detect( srcImage2, keypoints_2 );

	//【4】绘制特征关键点.
	Mat img_keypoints_1; Mat img_keypoints_2;
	drawKeypoints( srcImage1, keypoints_1, img_keypoints_1, Scalar::all(-1), g_flags*2 );
	drawKeypoints( srcImage2, keypoints_2, img_keypoints_2, Scalar::all(-1), g_flags*2 );

	//【5】显示效果图
	imshow("特征点检测效果图1", img_keypoints_1 );
	imshow("特征点检测效果图2", img_keypoints_2 );
}


//-----------------------------------【ShowHelpText( )函数】----------------------------------
//          描述：输出一些帮助信息
//----------------------------------------------------------------------------------------------
void ShowHelpText()
{ 
	//输出OpenCV版本
	printf("\t\t\t   当前使用的OpenCV版本为：" CV_VERSION );
	//输出一些帮助信息  
	printf("\n\n\t【SURF特征点检测】程序\n\n");
	printf("\n\t该程序带有两个滚动条\n\n");
	printf("\n\t滚动条1：SURF的hessian的阈值（实际阈值为该值的10倍）\n\n");
	printf("\n\t滚动条2：绘制关键点的不同方式：\n\n"
				"\t\t0——对应DEFAULT方式\n\n"  
				"\t\t1——对应NOT_DRAW_SINGLE_POINTS方式\n\n"
				"\t\t2——对应DRAW_RICH_KEYPOINTS方式\n\n");
	printf( "\n\t按键操作说明: \n\n"     
		"\t\t键盘按键任意键- 退出程序\n\n"    );
}

程序效果如下：

提示信息及原图：

特征检测效果图：