GDAL中的SURF演算法

在去年的時候，在GDAL的郵件清單中發現有人提出要在GDAL中添加自動提取匹配點（GCP）的演算法，在經過了將近半年的時間，GDAL中的匹配演算法終於有了實質性的進展。在目前GDAL的開發版本（GDAL1.10beta）中已經提交，該匹配演算法是基於SURF演算法來實現的。

實現該演算法的人叫Andrew Migal，郵件地址為：migal.drew@gmail.com。同時在實現SURF演算法的時候，Andrew通過部落格記錄了所有的過程，有興趣的童鞋可以訪問這裡看看：http://correlatorgsoc2012.blogspot.com。

在Andrew研究SURF的時候，最初寫了一個C#版本的程式，代碼掛靠在github上，為：https://github.com/migal-drew/SimpleSURF_csharp。之後又寫了一個基於GDAL庫的C++代碼，代碼為：https://github.com/migal-drew/GDAL-correlator。不過我記得這個C++版本的好像需要FLANN的庫才能編譯過去，不知道之後有沒有修改。最後在GDAL庫中也有相關的代碼，有興趣的童鞋可以更新開發版本的GDAL看看原始碼。

目前比較遺憾的是，對於SURF演算法，還不支援大影像處理，看來處理的時候只能自己分塊來處理了。

下面是用andrew的C#版本程式處理了一下，感覺速度很快，比SIFT要快不少。對比的SIFT庫是Rob Hess維護的SIFT庫，同時測試資料也是使用Rob Hess庫中裡面的beaver和beaver_xform。

beaver

beaver_xform

上面兩個映像找到的特徵點如所示，使用SURF閾值為0.001，分別找到了57個和59個特徵點。如所示：

接下來使用匹配閾值為1，進行匹配，發現只剩下了7對點，其中有一個明顯是錯誤的（尾巴上的最右側的那個點），如所示：

點匹配的結果如所示。通過簡單的直觀感覺，SURF確實要比SIFT快很多，（通過這兩個庫可以比較一下，SIFT是C++的庫，SURF是C#的庫，C#的運行效率肯定不及C++的高），尤其是在尋找特徵點的時候，SURF的速度要比SIFT快很多，當然由於兩者的參數沒有進行相同的設定，可能也會影響速度。