在去年的时候，在GDAL的邮件列表中发现有人提出要在GDAL中添加自动提取匹配点（GCP）的算法，在经过了将近半年的时间，GDAL中的匹配算法终于有了实质性的进展。在目前GDAL的开发版本（GDAL1.10beta）中已经提交，该匹配算法是基于SURF算法来实现的。
实现该算法的人叫Andrew Migal，邮件地址为：migal.drew@gmail.com。同时在实现SURF算法的时候，Andrew通过博客记录了所有的过程，有兴趣的童鞋可以访问这里看看：http://correlatorgsoc2012.blogspot.com。
在Andrew研究SURF的时候，最初写了一个C#版本的程序，代码挂靠在github上，下载地址为：https://github.com/migal-drew/SimpleSURF_csharp。之后又写了一个基于GDAL库的C++代码，代码下载地址为：https://github.com/migal-drew/GDAL-correlator。不过我记得这个C++版本的好像需要FLANN的库才能编译过去，不知道之后有没有修改。最后在GDAL库中也有相关的代码，有兴趣的童鞋可以更新开发版本的GDAL看看源代码。
目前比较遗憾的是，对于SURF算法，还不支持大图像处理，看来处理的时候只能自己分块来处理了。
下面是用andrew的C#版本程序处理了一下，感觉速度很快，比SIFT要快不少。对比的SIFT库是Rob Hess维护的SIFT库，同时测试数据也是使用Rob Hess库中里面的beaver和beaver_xform。
beaver
beaver_xform
上面两个图像找到的特征点如下图所示，使用SURF阈值为0.001，分别找到了57个和59个特征点。如下图所示：
接下来使用匹配阈值为1，进行匹配，发现只剩下了7对点，其中有一个明显是错误的（尾巴上的最右侧的那个点），如下图所示：
点匹配的结果如下图所示。通过简单的直观感觉，SURF确实要比SIFT快很多，（通过这两个库可以比较一下，SIFT是C++的库，SURF是C#的库，C#的运行效率肯定不及C++的高），尤其是在查找特征点的时候，SURF的速度要比SIFT快很多，当然由于两者的参数没有进行相同的设置，可能也会影响速度。
