由于基于嵌入式平台的图像算法开发普遍要求消耗内存少、实时性好,而特征提取及其匹配又是图像处理中计算资源、计算时间消耗的大头,所以选择合适的特征是算法设计的重中之重。
常用的图像特征包括SIFT、HOG、Hough变换等,这些特征的优点不赘述,但它们的共同缺点是计算慢、占内存高,虽然知道能取得较好的效果,然而常常无法符合平台要求。面对这种情况,建议使用FAST及其改进ORB系列特征,这一类特征计算很快,且使用金字塔也能在一定程度上解决尺度不变的问题(虽然不能完全解决),性能上也能满足一般情况。
由于基于嵌入式平台的图像算法开发普遍要求消耗内存少、实时性好,而特征提取及其匹配又是图像处理中计算资源、计算时间消耗的大头,所以选择合适的特征是算法设计的重中之重。
常用的图像特征包括SIFT、HOG、Hough变换等,这些特征的优点不赘述,但它们的共同缺点是计算慢、占内存高,虽然知道能取得较好的效果,然而常常无法符合平台要求。面对这种情况,建议使用FAST及其改进ORB系列特征,这一类特征计算很快,且使用金字塔也能在一定程度上解决尺度不变的问题(虽然不能完全解决),性能上也能满足一般情况。