本文对比了SIFT、SURF、ORB和FAST四种常用的特征提取算法。SIFT具有尺度不变性和旋转不变性，而SURF在速度上优于SIFT。ORB是从FAST发展而来，速度快且质量高。FAST检测角点，通常与其他extractor配合使用。文中还展示了这些算法在图像匹配中的效果。
SIFT,SURF,ORB,FAST 特征提取算法比较
主要的特征检测方法有以下几种，在一般的图像处理库中（如opencv, VLFeat, Boofcv等）都会实现。
- FAST ,Machine Learning for High-speed Corner Detection, 2006
- SIFT,Distinctive Image Features from Scale-Invariant Keypoints,2004, invariant to image translation, scaling, and rotation, partially invariant to illumination changes and robust to local geometric distortion
- SURF,Speeded Up Robust Features,2006,受SIFT启发，比SIFT快，健壮
- ORB,ORB: an efficient alternative to SIFT or SURF,2011，基于FAST，比SIFT快两个数量级，可作为SIFT的替代
- BRISK，BRISK: Binary Robust Invariant Scalable Keypoints
- STAR，Censure: Center surround extremas for realtime feature detection and matching,引用次数不高
- MSER，Robust Wide Baseline Stereo from Maximally Stable Extremal Regions,2002,斑点检测
- GFTT&
最低0.47元/天 解锁文章
扫一扫
3万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
