SURF

SURF (Speeded-Up Robust Features)^[1] je metoda, která dokáže popsat obrázek pomocí deskriptorů. Jedná se novější obdobu metody SIFT. Popis pomocí deskriptorů vygenerovaných metodou SURF je invariantní vůči rotaci a vzdálenosti kamery od popisovaného objektu.

Algoritmus SURF se využívá v mnoha aplikacích počítačového vidění. Je používán např. pro rekonstrukci 2D a 3D scén, klasifikaci obrázků a především pro rychlý popis obsahu obrázku. Míru podobnosti dvou obrázků lze měřit např. Eukleidovskou vzdáleností.

Průběh metody SURF lze rozdělit na dvě fáze. V první fázi se hledají klíčové body obrázku, kterými mohou být rohy, skvrny nebo T-spoje. Druhou fází je výpočet deskriptoru z okolí klíčového bodu.

Určení klíčových bodů

SURF využívá pro detekci klíčových bodů integrální obraz. Pomocí integrálního obrazu je možné získat údaj o intenzitě oblasti obrázku v konstantním čase s potřebou znát jen krajní body oblasti. K detekci významných bodů v obraze se využívá detektoru založeného na výpočtu determinantu Hessovy matice. V tomto případě má Hessova matice následující tvar:

${\displaystyle H({\textbf {x}},\sigma )=\left[{\begin{array}{cc}L_{xx}({\textbf {x}},\sigma )&L_{xy}({\textbf {x}},\sigma )\\L_{xy}({\textbf {x}},\sigma )&L_{yy}({\textbf {x}},\sigma )\end{array}}\right]}$

Kde ${\displaystyle {\textbf {x}}\,\!}$ představuje bod ve vstupním obraze ${\displaystyle I\,\!}$ a ${\displaystyle L_{xx}({\textbf {x}},\sigma )}$ je konvoluce druhé derivace Gaussovy funkce ${\displaystyle {\frac {\partial ^{2}}{\partial x^{2}}}g(\sigma )}$ se vstupním obrázkem ${\displaystyle I\,\!}$.

Reference

Související články

• SIFT (Scale Invariant Feature Transform)

Externí odkazy

• SURF on Github
• http://www.vision.ee.ethz.ch/~surf/ – stránky na Computer Vision Laboratory, ETH

Tento článek je příliš stručný nebo postrádá důležité informace. Pomozte Wikipedii tím, že jej vhodně rozšíříte. Nevkládejte však bez oprávnění cizí texty.