SIFT和SURF算法都是特徵檢測中較常用的算法，SURF是對SIFT的一種改進，尤其在效率上有明顯提升。
下面的實驗給出了SIFT算法和SURF算法在特徵檢測效率上的對比，
所用的SIFT源碼來自Rob.Hess，下載地址：http://robwhess.github.io/opensift/
SURF源碼來自Chris.Evan的OpenSURF，下載地址：http://www.chrisevansdev.com/computer-vision-opensurf.html
SURF特徵檢測中的綠色箭頭表示暗背景中的亮點(laplacian符號爲0)，粉色箭頭表示亮背景中的暗點(laplacian符號爲1)。
(1) 圖像尺寸：288 * 400
檢測圖中的SIFT特徵點用時：0.308204秒，特徵點個數：354 檢測圖中的SURF特徵點用時：0.10825秒，特徵點個數：119
(2) 圖像尺寸：244 * 265
檢測圖中的SIFT特徵點用時：0.61654秒，特徵點個數：879 檢測圖中的SURF特徵點用時：0.145502秒，特徵點個數：213
(2)圖像尺寸：520 * 387
檢測圖中的SIFT特徵點用時：1.19946秒，特徵點個數：1795 檢測圖中的SURF特徵點用時：0.270752秒，特徵點個數：419
(4)圖像尺寸：640 * 480
檢測圖中的SIFT特徵點用時：0.58695秒，特徵點個數：594 檢測圖1中的SURF特徵點用時：0.268403秒，特徵點個數：301
(5)圖像尺寸：400 * 300
檢測圖中的SIFT特徵點用時：0.12064秒，特徵點個數：50 檢測圖中的SURF特徵點用時：0.153961秒，特徵點個數：196
可以看到，一般來說，SURF算法的效率是SIFT算法的3倍左右，而檢測出的特徵點的個數是SIFT算法的1/3左右，當然也和圖像大小、紋理複雜程度、算法參數設置有關。從第(5)組例子中可以看出，SURF算法在邊緣抑制上做的似乎沒有SIFT好，好多邊緣都被檢測成了特徵點，從而導致特徵點個數多於SIFT。
參考