open cvAKAZE局部匹配 OpenCV AKAZE算法用于本地特征配准

AKAZE与SIFT和SUFR比较

1. 不依赖Xfeature2d扩展模块的支持
2. 具有更高的稳定性（相较于SIFT和SUFR，在插值过程中避免了缺少像素所带来的问题）
3. 非线性方法构建了更为精确的尺度空间框架（由于SIFT和SUFR采用线性采样策略导致其在尺度空间的准确性存在不足）
4. AKAZE在速度方面表现更为突出（相较于其他算法的优势明显）
5. 属于当前计算机视觉领域的新兴技术（主要适用于需要高精度特征提取的应用场景）

AKAZE局部匹配过程

1. 通过AOS构建尺度空间
2. 基于Hessian矩阵的特征点进行检测
3. 根据一阶微分图像确定方向指向
4. 用于生成描述子的过程

    #include <opencv2/opencv.hpp>