了解了SIFT特征后，来学习SURF特征。

   虽说是SIFT的一个变种，可是跟SIFT还是有差别的

   差别有例如以下：

1.尺度空间的构建（近似）不同。

2.同意尺度空间多层图像同一时候被处理

3.特征点主方向确定採用haar小波特征统计方法。

4.特征点描写叙述子採用haar小波特征。

   接下来贴个SURF匹配代码：

// Load image from file
	IplImage *pLeftImage = cvLoadImage("1.jpg", CV_LOAD_IMAGE_GRAYSCALE);
	IplImage *pRightImage = cvLoadImage("2.jpg", CV_LOAD_IMAGE_GRAYSCALE);

	// Convert IplImage to cv::Mat
	Mat matLeftImage = Mat(pLeftImage, false); // 
	Mat matRightImage = Mat(pRightImage, false);

	// Key point and its descriptor
	vector<KeyPoint> LeftKey;
	vector<KeyPoint> RightKey;
	Mat LeftDescriptor;
	Mat RightDescriptor;
	vector<DMatch> Matches;

	// Detect key points from image
	FeatureDetector *pDetector = new SurfFeatureDetector; // 这里我们用了SURF特征点
	pDetector->detect(matLeftImage, LeftKey);
	pDetector->detect(matRightImage, RightKey);
	//	delete pDetector;

	// Extract descriptors
	DescriptorExtractor *pExtractor = new SurfDescriptorExtractor; // 提取SURF描写叙述向量
	pExtractor->compute(matLeftImage, LeftKey, LeftDescriptor);
	pExtractor->compute(matRightImage, RightKey, RightDescriptor);
	//delete pExtractor;

	// Matching features
	DescriptorMatcher *pMatcher = new FlannBasedMatcher; // 使用Flann匹配算法
	pMatcher->match(LeftDescriptor, RightDescriptor, Matches);
	//delete pMatcher;

	// Show result
	Mat OutImage;
	drawMatches(matLeftImage, LeftKey, matRightImage, RightKey, Matches, OutImage);
	cvNamedWindow( "SURF Match features", 1);
	cvShowImage("SURF Match features", &(IplImage(OutImage)));
	cvWaitKey( 0 );
	cvDestroyWindow( "SURF Match features" );
	return 0;

调试一下：

两幅图像分别生成SURF特征描写叙述子。

当然也可看到当中的值。

做这个也仅仅是想表达一下 ，OpenCV结合VS能够做到跟MATLAB一样的效果。。。。

SURF学习相关链接：

http://blog.csdn.net/andkobe/article/details/5778739

http://blog.csdn.net/crzy_sparrow/article/details/7392345

http://www2.ulg.ac.be/telecom/research/vibe/download.html