SIFT算法与SURF算法特征检测效率对比

SIFT和SURF算法都是特征检测中较常用的算法，SURF是对SIFT的一种改进，尤其在效率上有明显提升。

下面的实验给出了SIFT算法和SURF算法在特征检测效率上的对比，

所用的SIFT源码来自Rob.Hess，下载地址：http://robwhess.github.io/opensift/

SURF源码来自Chris.Evan的OpenSURF，下载地址：http://www.chrisevansdev.com/computer-vision-opensurf.html

SURF特征检测中的绿色箭头表示暗背景中的亮点(laplacian符号为0)，粉色箭头表示亮背景中的暗点(laplacian符号为1)。

(1) 图像尺寸：288 * 400

                                                                                                    

   检测图中的SIFT特征点用时：0.308204秒，特征点个数：354                  检测图中的SURF特征点用时：0.10825秒，特征点个数：119

(2) 图像尺寸：244 * 265

                                                        

            检测图中的SIFT特征点用时：0.61654秒，特征点个数：879                                        检测图中的SURF特征点用时：0.145502秒，特征点个数：213

(2)图像尺寸：520 * 387

         

      检测图中的SIFT特征点用时：1.19946秒，特征点个数：1795       检测图中的SURF特征点用时：0.270752秒，特征点个数：419

(4)图像尺寸：640 * 480

  

    检测图中的SIFT特征点用时：0.58695秒，特征点个数：594         检测图1中的SURF特征点用时：0.268403秒，特征点个数：301

(5)图像尺寸：400 * 300

         

      检测图中的SIFT特征点用时：0.12064秒，特征点个数：50          检测图中的SURF特征点用时：0.153961秒，特征点个数：196

可以看到，一般来说，SURF算法的效率是SIFT算法的3倍左右，而检测出的特征点的个数是SIFT算法的1/3左右，当然也和图像大小、纹理复杂程度、算法参数设置有关。从第(5)组例子中可以看出，SURF算法在边缘抑制上做的似乎没有SIFT好，好多边缘都被检测成了特征点，从而导致特征点个数多于SIFT。