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