detectmineigenfeatures 和surf区别

detectmineigenfeatures和surf都是图像特征提取算法，主要用于在图像中寻找关键点和描述子。

detectmineigenfeatures是一种基于图像的独立局部特征检测算法，它通过计算图像中每个像素点的Harris角点响应函数来检测图像的角点。它使用图像的二阶导数矩阵来计算每个像素的Harris相应值，通过设置阈值来筛选出角点。 detectmineigenfeatures算法使用简单且快速，在速度上有优势，但对于光照变化和旋转等情况的鲁棒性较差。

而SURF（Speeded-Up Robust Features）是一种计算速度更快且更具鲁棒性的特征提取算法。SURF算法是基于尺度空间的极值点检测方法，在不同尺度下使用盒子滤波器来寻找极值点。它采用了图像金字塔和秩排序的方法进行特征检测，并使用Haar小波响应进行特征描述。SURF算法在计算速度上具有较高的效率且对尺度、旋转和光照等变化具有较好的鲁棒性。

总体而言，detectmineigenfeatures算法速度较快但鲁棒性较差，适用于对计算速度要求较高的场景；而SURF算法在速度和鲁棒性方面均有较好的表现，适用于一般的特征提取任务。