opencv feature2D模块(二）

• ORB特征提取
  ORB是ORiented Brief的简称，是brief算法的改进版本。ORB是在2011年《ORB：an efficient alternative to SIFT or SURF》文章中被提出。我们首先认识Brief描述子。
  Brief是Binary Robust Independent Elementary Features的缩写。这个特征是在ECCV2010上提出，主要思路就是在特征点附近随机选取若干点对，将这些点对的灰度值的大小，组合成一个二进制串，并将这个二进制串作为该特征点的特征描述子。
  Brief的优点在于速度，而缺点也很多：
  不具备旋转不变性和尺度不变性，对噪声敏感。
  ORB算法就是为了解决旋转不变性和噪声敏感，对于尺度不变性没有更正。因为他的特征点是基于FAST的，而FAST本身就不具有尺度不变性，这种只求速度的特征描述子，一般都是用在实时的视频处理中，这样可以通过跟踪还有一些启发式的策略来解决尺度不变性的问题。

OpenCV中已经将其实现：

    OrbFeatureDetector detect;
    detect.detect();
    OrbDescriptorExtractor extract;
    extract.detect();

OrbFeatureDetector OrbFeatureDetector 是一个typedef的类型，等价

我们还需要重点研究下：FLANN
以下部分来自：
http://blog.csdn.net/jasonding1354/article/details/44038539
FLANN库全称是Fast Library for Approximate Nearest Neighbors，它是目前最完整的（近似）最近邻开源库。不但实现了一系列查找算法，还包含了一种自动选取最快算法的机制。

flann::Index_类

该类模板是最近邻索引类，该类用于抽象不同类型的最近邻搜索的索引。
以下是flann::Index_类的声明：

template <typename T>
class
#ifndef _MSC_VER
 FLANN_DEPRECATED
#endif
 Index_ {
public:
        typedef typename L2<T>::ElementType ElementType;
        typedef typename L2<T>::ResultType DistanceType;

    Index_(const Mat& features, const ::cvflann::IndexParams& params);

    ~Index_();

    void knnSearch(const vector<ElementType>& query, vector<int>& indices, vector<DistanceType>& dists, int knn, const ::cvflann::SearchParams& params);
    void knnSearch(const Mat& queries, Mat& indices, Mat& dists, int knn, const ::cvflann::SearchParams& params);

    int radiusSearch(const vector<ElementType>& query, vector<int>& indices, ve