那SIFT和SURF算法是有专利保护的，有没有其它没专利保护的算法推荐

是的，SIFT和SURF算法是有专利保护的，如果需要商业化使用，需要获得相应的授权。以下是一些没有专利保护的图像特征提取算法：

1. ORB算法：ORB全称为Oriented FAST and Rotated BRIEF，它是一种基于FAST和BRIEF算法的图像特征提取算法，它具有速度快、性能稳定、不受专利保护等优点。

2. AKAZE算法：AKAZE全称为Accelerated-KAZE，它是一种基于KAZE算法的图像特征提取算法，它具有速度快、性能稳定、可扩展性好等优点。

3. BRISK算法：BRISK全称为Binary Robust Invariant Scalable Keypoints，它是一种基于FAST和BRIEF算法的图像特征提取算法，它具有速度快、性能稳定等优点。

这些算法都是在开源计算机视觉库中实现的，例如OpenCV、vlfeat等。如果需要使用这些算法，可以参考相关的开源代码实现。

相关问题

sift和surf算法的优缺点

SIFT算法和SURF算法是常用的图像特征提取算法，它们的优缺点如下：

SIFT算法的优点：
1. 对旋转、尺度、亮度等变化具有较好的不变性；
2. 适合于目标物体实体性不强的情况下进行识别；
3. 计算速度较快。

SIFT算法的缺点：
1. 算法中的一些参数需要手动调整，比较麻烦；
2. 需要计算大量的高斯模糊和差分图像，计算量较大；
3. 对于存在大量相同区域的图像，容易出现重复匹配。

SURF算法的优点：
1. 取样点的位置和尺度可以通过积分图像得到，避免了SIFT算法中的高斯模糊和差分图像；
2. 对旋转、尺度、高斯噪声等变化具有较好的不变性；
3. 计算速度较快。

SURF算法的缺点：
1. 对于存在较强实体性的物体如建筑物等，SURF算法的识别率不如SIFT算法；
2. SURF算法对于角点的响应较低。

总的来说，SIFT算法和SURF算法既有各自的优点，也有各自的缺点，具体使用时需要结合实际情况进行选择。

sift,surf 算法对比

这两种算法都是用来进行图像特征提取和匹配的。SIFT算法采用高斯差分函数和高斯滤波器构造尺度空间，并在不同尺度空间中进行关键点检测和方向确定，最终生成128维的描述符。SURF算法使用积分图技巧来加速特征点检测和描述符计算，同时采用Hessian矩阵来确定关键点，生成64维的描述符。相对来说，SIFT算法更加精确，但SURF算法速度更快，可以应用于实时的目标跟踪等场景。