本文提出了一种新的图像特征点提取算法,最终产生一个二进制的描述符。步骤如下:
BRISK所提取的点具有尺度不变性,为了保证特征点具有尺度不变性,就必须进行尺度空间的构建。先构建n个octave层(用Ci表示),C0即为原图像,Ci层为Ci-1层下的2倍采样。为了使尺度空间之间更加平滑,再构造intra-octave层(用Di表示),原图像为D-1层,D0为D-1层的1.5倍采样,其后D层之间仍然为2倍。假设n为4,则包括原图总共有9张图。
对构建的8张图使用FAST9-16检测,对原图使用FAST5-8检测,得到9幅具有角点信息的图像。
接下来进行非极大值抑制,条件是特征点在位置空间(本层8个邻域点)和尺度空间(上下两层2×9个点)共26个邻域点的FAST分值为最大。
接下来进行亚像素插值。找出更加精确的极值点位置和尺度。
至此,所找出的特征点具有尺度不变性(疑问)
接下来需要使最终的描述符具有旋转不变性。首先为了避免混叠效应,以特征点为中心进行高斯滤波。高斯滤波是以一个特征点为圆心,设置N个采样点,这些采样点均匀分布在以特征点为圆心的同心圆上,然后对每个采