面试准备SL

面试问题准备

什么是特征点，特征点有什么用，特征点有哪些？

图像上具有一定特征的点，如像素的亮度，色彩发生剧烈变化的一些点，或者边缘

​ 特征点的组成有，关键点和描述子，

关键点：主要是指上述说具有这些特征的点

描述子：是一种向量，可以描述该点周围的信息

特征带你的提取方法有哪些吗，他们的区别是什么，SIFT，SURF，ORB他们的区别有哪些？

harris 和fast的角点提取，早期的不具备旋转不变性和尺度不变性，SIFT的速度提取较慢，SURF虽然加速但是速度依然不快，综合考虑使用ORB的算法

简单描述一下ORB特征

FAST关键点

一个中线点，选取半径扩充一个圆，加速的方法，比较周围的点有选择的比较。比较中心点和周围点的亮度变化。

如果扎堆出现，利用非极大值抑制的方法，仅仅保留响应极大值的点

尺度不变性：使用图像金字塔，进行一定的倍率缩放

旋转不变性: 使用灰度质心法，获取一定的方向

brief描述子：

匹配关键点附近的点，比较像素关系，直接赋值0或者1，利用二进制的方法可以加速，存储较为方便，结合fast的关键点的方法，可实现尺度不变性和旋转吧不变性。

匹配流程

根据关键点的描述子进行匹配，获得描述子测量描述子之间的汉明距离，进行排序，取最近的为匹配点。FLANN的方法，快速近似

对极几何的理解，但应矩阵，本质矩阵，基础矩阵之间的区别

公式推导

求解步骤分析

缺点分析及相应的解决办法

1.归一化问题

2.尺度不确定性的问题

3.初始化的纯旋转问题

4.多于8对点的问题

​