ORB特征点提取代码详解 四叉树均匀化

ORB特征点提取代码详解 ExtractORB

最近在尝试将ORB提取特征点机制放置于芯片上，便于后期调用，减小CPU的计算负担，故最近对ORB特征点提取代码进行了研读，记录一下，有不对的还请指教；

首先在Frame()初始化中，含有ExtractORB(0,imGray); 这次我们研究的全在这个特征点提取函数里面；

void Frame::ExtractORB(int flag, const cv::Mat &im)
{
   
    if(flag==0)
        (*mpORBextractorLeft)(im,cv::Mat(),mvKeys,mDescriptors);
    else
        (*mpORBextractorRight)(im,cv::Mat(),mvKeysRight,mDescriptorsRight);
}

这里用了（）的重载，直接跳转 *mpORBextractorLeft ； 跳转至void ORBextractor::operator()；
特征点的提取均在此函数实现；

    if(_image.empty())
        return;

    Mat image = _image.getMat();
    assert(image.type() == CV_8UC1 );
    
    // Pre-compute the scale pyramid
    // 构建图像金字塔
    ComputePyramid(image);

读取图片，为空返回； 不然建立金字塔，过程不再阐述；

重点 ComputeKeyPointsOctTree

    // 计算每层图像的兴趣点    //计算关键点并生成四叉树
    vector < vector<KeyPoint> > allKeypoints; // vector<vector<KeyPoint>>
    ComputeKeyPointsOctTree(allKeypoints);
    //ComputeKeyPointsOld(allKeypoints);

首先开辟一个vector < vector > allKeypoints 空间，存放提取的特征点，后面进入 ComputeKeyPointsOctTree， 提取特征点，并采用四叉树的方法对提取的特征点进行均匀化；

void ORBextractor::ComputeKeyPointsOctTree(vector<vector<KeyPoint> >& allKeypoints)
{
   
    allKeypoints.resize(nlevels);

    const float W = 30;

    // 对每一层图像做处理
    for (int level = 0; level < nlevels; ++level)
    {
   
        const int minBorderX = EDGE_THRESHOLD-3;
        const int minBorderY = minBorderX;
        const int maxBorderX = mvImagePyramid[level].cols-EDGE_THRESHOLD+3;
        const int maxBorderY = mvImagePyramid[level