ORB特征检测算法小结

1. 定义

ORB (Oriented FAST and Rotated BRIEF)，是一种特征检测算子，其特征点的性能介于SIFT和SURF之间，但是其速度是SURF算法速度的10倍。

2. 特性

1. 速度快：基本上在特征检测算子方面借鉴了FAST特征检测算子，在特征描绘子方面借鉴了brief特征描绘算子，这两个方法都比较快。

2. 具备旋转不变性，对噪声不敏感。

3. 算法流程

1. 特征检测部分

在特征检测部分，ORB采用了FAST的特征检测算法，同时对其进行改进，使其具有尺度不变性和旋转不变性。
如何计算一个特征点的方向呢？首先我们在计算FAST特征点的时候要在一个邻域内，这个领域的中心点设为C，同时我们找出这个图像邻域内的重心位置P，那么C与P的连线方向便是该特征点的方向。那么如何计算一个patch内的像素重心呢？方法是Image moment。

1.1 图像重心计算

首先，从概率上来讲，一个一阶随机变量X在c点的k阶矩定义如下：
$E(X)=\sum{xf(x)}$
$E({(x-c)}^k)$

特别的，有以下两种情况：
1.c=0，此时$a_k=E(X^k)$ 成为$X$的k阶中心矩
2.c=$E(x^k)$ ,此时$\mu_k=E[({X-E(X)})^k]$ 成为$X$的k阶中心矩

对于2维pq阶矩的计算可见下式。

mpq=∑