Surf算法

加速鲁棒特征(SURF)是一种鲁棒的图像识别和描述算法，于2006年在欧洲计算机视觉会议(ECCV)上首次发表。该算法可用于计算机视觉任务，如物体识别和三维重建。他的部分灵感来自于SIFT算法。SURF标准的版本比SIFT快几倍，其作者声称在不同的图像变换中比SIFT更健壮。SURF基于近似2D离散小波变换，有效地利用了积分图。

该算法于2006年由Herbert Bay在ECCV首次发表，并于2008年正式发表在《计算机视觉和图像理解》上。这篇论文被引用了9000多次。海森矩阵是SURF算法的核心。为了操作方便，假设函数f(x，y)和Hessian矩阵h由函数的二阶偏导数组成: