当前位置 : 首页 » 文章分类 :  科研  »  SIFT算法与SURF算法特征检测效率对比

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。

SIFT与SURF源码

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,

实验结果

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

(3)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

结果分析

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。

上一篇 2013年上半年总结

下一篇 图像处理中的梯度和导数如何求?(Robert算子,Sobel算子,Prewitt算子,Laplace算子)

阅读
552
阅读预计2分钟
创建日期 2013-07-17
修改日期 2017-07-09
类别
百度推荐