分析OpenSurf(1)

说是surf，其实原算法是基于Notes on the OpenSURF Library这篇文档。

 

下载地址：http://opensurf1.googlecode.com/files/OpenSURFcpp.zip

 

首先定义 #define PROCEDURE 1

紧接着进入main()主函数：

main.cpp

int main(void) 
{
  if (PROCEDURE == 1) return mainImage();//静态图像的特征点监测
  if (PROCEDURE == 2) return mainVideo();//通过摄像头实时监测，提取特征点
  if (PROCEDURE == 3) return mainMatch();//图像匹配算法，在视频序列里寻找一个已知物体图像
  if (PROCEDURE == 4) return mainMotionPoints();//视频中行为监测
  if (PROCEDURE == 5) return mainStaticMatch();//静态图像间的特征点匹配
  if (PROCEDURE == 6) return mainKmeans();//静态图像的k-means聚类
}

 我们以监测静态图像特征点（即1）为例了解surf算法如何提取特征点。

int mainImage(void)
{
  //声明Ipoints的向量 Declare Ipoints and other stuff
  IpVec ipts;
  
  IplImage *img=cvLoadImage("imgs/sf.jpg");
  
  //检测与描述图像中的兴趣点 Detect and describe interest points in the image
  clock_t start = clock();
  surfDetDes(img, ipts, false, 5, 4, 2, 0.0004f);//SURF描述子特征提取实现函数 
  clock_t end = clock();
  
  std::cout<< "OpenSURF found: " << ipts.size() << " interest points" << std::endl;
  std::cout<< "OpenSURF took: " << float(end - start) / CLOCKS_PER_SEC  << " seconds" << std::endl;
  
  //绘制检测到的点 Draw the detected points
  drawIpoints(img, ipts);
    
  //显示检测结果 Display the result
  showImage(img);
  
  return 0;
}

EXP:

IpVec的定义在ipoint.h里，typedef std::vector<Ipoint> IpVec; 也就是说，IpVec是一个vector向量，每个成员是一个Ipoint。而Ipoint是一个类，也在ipoint.h里，作者将它按照结构体使用，都是public。

clock()的使用是为了测试程序运行的时间，一个记录起始时间，一个记录结束时间，最终将两者之差输出，即surfDetDes()特征提取所需要的时间。

drawIpoints()函数是在img基础上增加特征点的描述，说白了，就是添加特征点的函数。

 

那么，现在进入到surfDetDes()函数内部来探个究竟吧。

//URF描述子特征提取实现函数

surfDetDes定义在surflib.h里面：

//!创建兴趣点描述特征向量的库函数 Library function builds vector of described interest points
inline void surfDetDes(IplImage *img,  /*检测兴趣点的图像 image to find Ipoints in */
                       std::vector<Ipoint> &ipts, /*兴趣点向量的引用 reference to vector of Ipoints */
                       bool upright = false, /*是否是旋转不变模式 run in rotation invariant mode? */
                       int octaves = OCTAVES, /*高斯金字塔的组数 number of octaves to calculate */
                       int intervals = INTERVALS, /*高斯金字塔每组的层数 number of intervals per octave */
                       int init_sample = INIT_SAMPLE, /*初始抽样步骤 initial sampling step */
                       float thres = THRES /*斑点反应阈值 blob response threshold */)
{
  //创建原图像的积分图像 
  IplImage *int_img = Integral(img);
    
  //创建快速海森矩阵 Create Fast Hessian Object
  FastHessian fh(int_img, ipts, octaves, intervals, init_sample, thres);
   
  //提取兴趣点并存储在向量中 Extract interest points and store in vector ipts
  fh.getIpoints();
    
  //创建Surf描述子对象 Create Surf Descriptor Object
  Surf des(int_img, ipts);
  
  //提取ipts的描述子 Extract the descriptors for the ipts
  des.getDescriptors(upright);
  
  //释放积分图像 Deallocate the integral image
  cvReleaseImage(&int_img);
}