SURF

aus Wikipedia, der freien Enzyklopädie
Wechseln zu: Navigation, Suche
Dieser Artikel oder Abschnitt bedarf einer Überarbeitung. Näheres ist auf der Diskussionsseite angegeben. Hilf mit, ihn zu verbessern, und entferne anschließend diese Markierung.

SURF (englisch, Speeded Up Robust Features, frei übersetzt: „Beschleunigte, robuste Merkmale“) ist ein Algorithmus von Herbert Bay et al. zur schnellen und robusten Erkennung von Bildmerkmalen für maschinelles Sehen. SURF ersetzt die in SIFT verwendeten Gauß-Filter durch Mittelwertfilter[1], welche durch die Verwendung von Integralbildern mit konstantem Zeitaufwand berechnet werden können.

Literatur[Bearbeiten]

  • Herbert Bay, Tinne Tuytelaars and Luc Van Gool: SURF: Speeded Up Robust Features (PDF; 723 kB), Proceedings of the 9th European Conference on Computer Vision, Springer Verlag, 2006

Implementierungen[Bearbeiten]

  • Original-Implementierung (Closed Source)
  • OpenCV SURF (Open Source, C++)
  • OpenSurfCL (open source) freie Implementierung von OpenSURF auf OpenCL (C++, C# Wrapper, JNI)
  • OpenSURF (Open Source, C++) Implementierung mit detaillierter Dokumentation
  • libmv SURF (Open Source, C++) Enthält in der aktuellen Version (Stand 25. September 2009) keine Rotationsinvarianz
  • Dlib C++ Library (Open Source, C++) Bibliothek u.a. für Bildverarbeitung und künstliche Intelligenz, enthält ein SURF-Modul
  • Pan-o-matic (Open Source, C++) Software zum Finden von korrespondierenden Punkten in Bildern zur Erzeugung von Panoramabildern
  • ProcessorSURF (Open Source, C#)
  • JavaSurf (Open Source, Java)
  • ImageJ SURF (open source) SURF-Implementierung als ImageJ-Plugin mit einer GUI und der Ausgabe von statistischen Daten (platformunabhängig)
  • Parallel SURF Implementierung mit Mehrprozessorunterstützung, basiert auf Pan-o-matic
  • CUDA SURF (open source) GPU-Implementierung, die CUDA verwendet; API ähnelt OpenSURF (C++, CUDA)

Weblinks[Bearbeiten]

Einzelnachweise[Bearbeiten]

  1. Herbert Bay, Tinne Tuytelaars and Luc Van Gool: SURF: Speeded Up Robust Features (PDF; 723 kB), Proceedings of the 9th European Conference on Computer Vision, Springer Verlag, 2006