转自:BRISK特征点描述算法详解_AstoncPou的博客-CSDN博客_brisk特征点
BRISK特征点描述算法详解
简介
BRISK算法是2011年ICCV上《BRISK:Binary Robust Invariant Scalable Keypoints》文章中,提出来的一种特征提取算法,也是一种二进制的特征描述算子。
它具有较好的旋转不变性、尺度不变性,较好的鲁棒性等。在图像配准应用中,速度比较:SIFT<SURF<BRISK<FREAK<ORB,在对有较大模糊的图像配准时,BRISK算法在其中表现最为出色。
BRISK算法
特征点检测
BRISK算法主要利用FAST9-16进行特征点检测(为什么是主要?因为用到一次FAST5-8),可参见博客:FAST特征点检测算法。要解决尺度不变性,就必须在尺度空间进行特征点检测,于是BRISK算法中构造了图像金字塔进行多尺度表达。
建立尺度空间
构造n个octave层(用ci表示)和n个intra-octave层(用di表示),文章中n=4,i={0,1,…,n-1}。假设有图像img,octave层的产生:c0层就是img原图像,c1层是c0层的2倍下采样,c2层是c1层的2倍下采样,以此类推。intra-octave层的产生:d0层是img的1.5倍下采样,d1层是d0层的2倍下采样(即img的2*1.5倍下采样),d2层是d1层的2倍下采样,以此类推。
则ci、di层与原图像的尺度关系用t表示为:t ( c i ) = 2 i , t ( d i ) = 2 i ⋅ 1.5 t\left(c_{i}\right)=2^{i}, t\left(d_{i}\right)=2^{i} \cdot 1.5t(ci)=2i,t(di)=2i⋅1.5,
ci、di层与原图像大小关系为:
由于n=4,所以一共可以得到8张图,octave层之间尺度(缩放因子)是2倍关系,intra-octave层之间尺度(缩放因子)也是2倍关系。
特征点检测
对这8张图进行FAST9-16角点检测,得到具有角点信息的8张图,对原图像img进行一次FAST5-8角点检测(当做d(-1)层,虚拟层),总共会得到9幅有角点信息的图像。
非极大值抑制
对这9幅图像,进行空间上的非极大值抑制(同SIFT算法的非极大值抑制):特征点在位置空间(8邻域点)和尺度空间(上下层2x9个点),共26个邻域点的FAST的得分值要最大,否则不能当做特征点;此时得到的极值点还比较粗糙,需要进一步精确定位。
亚像素插值
进过上面步骤,得到了图像特征点的位置和尺度,在极值点所在层及其上下层所对应的位置,对FAST得分值(共3个)进行二维二次函数插值(x、y方向),得到真正意义上的得分极值点及其精确的坐标位置(作为特征点位置);再对尺度方向进行一维插值,得到极值点所对应的尺度(作为特征点尺度)。
特征点描述
高斯滤波
现在,我们得到了特征点的位置和尺度(t)后,要对特征点赋予其描述符。均匀采样模式:以特征点为中心,构建不同半径的同心圆,在每个圆上获取一定数目的等间隔采样点(所有采样点包括特征点,一共N个),由于这种邻域采样模式会引起混叠效应,所以需要对同心圆上的采样点进行高斯滤波。
采样模式如下图,蓝圈表示;以采样点为中心,为方差进行高斯滤波,滤波半径大小与高斯方差的大小成正比,红圈表示。最终用到的N个采样点是经过高斯平滑后的采样点。下图是t=1时的。(文章中:N=60)
局部梯度计算
由于有N个采样点,则采样点两两组合成一对,共有N(N-1)/2钟组合方式,所有组合方式的集合称作采样点对,用集合A = { ( p i , p j ) ∈ R 2 × R 2 ∣ i < N ∧ j < i ∧ i , j ∈ N } \mathcal{A}=\left\{\left(\mathbf{p}_{i}, \mathbf{p}_{j}\right) \in \mathbb{R}^{2} \times \mathbb{R}^{2} | i<N \wedge j<i \wedge i, j \in \mathbb{N}\right\}A={(pi,pj)∈R2×R2∣i<N∧j<i∧i,j∈N}表示,其中像素分别是I ( p i , σ i ) , I ( p j , σ j ) I\left(\mathbf{p}_{i}, \sigma_{i}\right) ,I\left(\mathbf{p}_{j}, \sigma_{j}\right)I(pi,σi),I(pj,σj),σ \sigmaσ表示尺度。用g ( p i , p j ) \mathbf{g}\left(\mathbf{p}_{i}, \mathbf{p}_{j}\right)g(pi,pj)表示特征点局部梯度集合,则有:
g ( p i , p j ) = ( p j − p i ) ⋅ I ( p j , σ j ) − I ( p i , σ i ) ∥ p j − p i ∥ 2 \mathbf{g}\left(\mathbf{p}_{i}, \mathbf{p}_{j}\right)=\left(\mathbf{p}_{j}-\mathbf{p}_{i}\right) \cdot \frac{I\left(\mathbf{p}_{j}, \sigma_{j}\right)-I\left(\mathbf{p}_{i}, \sigma_{i}\right)}{\left\|\mathbf{p}_{j}-\mathbf{p}_{i}\right\|^{2}}g(pi,pj)=(pj−pi)⋅∥pj−pi∥2I(pj,σj)−I(pi,σi)
定义短距离点对子集、长距离点对子集(L个):
S = { ( p i , p j ) ∈ A ∣ ∥ p j − p i ∥ < δ max } ⊆ A \mathcal{S}=\left\{\left(\mathbf{p}_{i}, \mathbf{p}_{j}\right) \in \mathcal{A} |\left\|\mathbf{p}_{j}-\mathbf{p}_{i}\right\|<\delta_{\max }\right\} \subseteq \mathcal{A}S={(pi,pj)∈A∣∥pj−pi∥<δmax}⊆A
L = { ( p i , p j ) ∈ A ∣ ∥ p j − p i ∥ > δ min } ⊆ A \mathcal{L}=\left\{\left(\mathbf{p}_{i}, \mathbf{p}_{j}\right) \in \mathcal{A} |\left\|\mathbf{p}_{j}-\mathbf{p}_{i}\right\|>\delta_{\min }\right\} \subseteq \mathcal{A}L={(pi,pj)∈A∣∥pj−pi∥>δmin}⊆A
其中δ max = 9.75 t δ min = 13.67 t \delta_{\text {max}}=9.75 t \quad \delta_{\min }=13.67 tδmax=9.75tδmin=13.67t,t tt是特征点所在的尺度。
现在要利用上面得到的信息,来计算特征点的主方向(注意:此处只用到了长距离子集),如下:
g = ( g x g y ) = 1 L ⋅ ∑ ( p i , p j ) ∈ L g ( p i , p j ) \mathbf{g}=\left(
gxgygxgy
\right)=\frac{1}{L} \cdot \sum_{\left(\mathbf{p}_{i}, \mathbf{p}_{j}\right) \in \mathcal{L}} \mathbf{g}\left(\mathbf{p}_{i}, \mathbf{p}_{j}\right)g=(gxgy)=L1⋅∑(pi,pj)∈Lg(pi,pj)
α = arctan 2 ( g y , g x ) \alpha=\arctan 2\left(g_{y}, g_{x}\right)α=arctan2(gy,gx)
特征描述符
要解决旋转不变性,则需要对特征点周围的采样区域进行旋转到主方向,旋转后得到新的采样区域,采样模式同上。BRISK描述子是二进制的特征,由采样点集合可得到N(N-1)/2对采样点对,就可以得到N(N-1)/2个距离的集合(包含长、短距离子集),考虑其中短距离子集中的512个短距离点对,进行二进制编码,判断方式如下:
b = { 1 , I ( p j α , σ j ) > I ( p i α , σ i ) 0 , otherwise b=\left\{
\begin{array}{ll}{1,} & {I\left(\mathbf{p}_{j}^{\alpha}, \sigma_{j}\right)>I\left(\mathbf{p}_{i}^{\alpha}, \sigma_{i}\right)} \\ {0,} & {\text { otherwise }}\end{array}\begin{array}{ll}{1,} & {I\left(\mathbf{p}_{j}^{\alpha}, \sigma_{j}\right)>I\left(\mathbf{p}_{i}^{\alpha}, \sigma_{i}\right)} \\ {0,} & {\text { otherwise }}\end{array}
\right.b={1,0,I(pjα,σj)>I(piα,σi) otherwise
∀ ( p i α , p j α ) ∈ S \forall\left(\mathbf{p}_{i}^{\alpha}, \mathbf{p}_{j}^{\alpha}\right) \in \mathcal{S}∀(piα,pjα)∈S
其中,I ( p j α , σ j ) I\left(\mathbf{p}_{j}^{\alpha}, \sigma_{j}\right)I(pjα,σj)带有上标,表示经过旋转a角度后的,新的采样点。由此可得到,512Bit的二进制编码,也就是64个字节(BRISK64)。
匹配方法
汉明距离进行比较,与其他二进制描述子的匹配方式一样。