http://www.cnblogs.com/tornadomeet/archive/2012/08/17/2644903.html
http://www.cnblogs.com/slysky/archive/2011/10/30/2229530.html
http://blog.csdn.net/yangtrees/article/details/7482960
http://blog.sina.com.cn/s/blog_7e1ecaf30100wgfw.html
http://blog.csdn.net/jwh_bupt/article/details/7628665
http://blog.csdn.net/crzy_sparrow/article/details/7391511
1.
det(m)是determinant的缩写.是行列式的定义.行列式的定义；
traceg(m) 对角线相加；
高斯差分的结果是DOG(Difference of Gaussian),这个DOG是LOG(laplacian of Gaussian)的近似。 LOG图像是目前来说尺度变换最好的,特精确；
http://wenda.so.com/q/1367971628063506
http://blog.csdn.net/masibuaa/article/details/8991351
http://wenwen.sogou.com/z/q272044833.htm
http://blog.csdn.net/u012237772/article/details/25028923
2.SURF角点检测算法是对SIFT的一种改进，主要体现在速度上，效率更高。它和SIFT的主要区别是图像多尺度空间的构建方法不同。
在计算视觉领域，尺度空间被象征性的表述为一个图像金字塔，向下降采样一般用高斯金字塔。其中，输入图像函数反复与高斯函数的核卷积并反复对其进行二次抽样，这种方法主要用于SIFT算法的实现，但每层图像依赖于原图像（当前尺度可能和原图象尺度相差很大，这时候再那原图像卷积确实有点二了），并且图像需要重设尺寸，因此，这种计算方法运算量较大。SURF算法对积分图像进行操作，卷积只和前一幅图像有关，其降采样的方法是申请增加图像核的尺寸，这也是SIFT算法与SURF算法在使用金字塔原理方面的不同。SURF算法允许尺度空间多层图像同时被处理，不需对图像进行二次抽样，从而提高算法性能。