OpenCV学习（83）

特征检测与匹配（5）：ORB特征提取

一，ORB算法概述；

二，相关概念认知；

三，ORB类相关源码简单分析；

四，示例程序：ORB算法描述与匹配；

一，ORB算法概述

        ORB为是ORiented Brief的简称,是brief算法的改进版.ORB于2011年在《ORB:an efficient alternative to SIFT or SURF》这篇文章中被提出。此文章的摘要中说,ORB算法比sift算法效率高两个数量级，而在计算速度上，ORB是sift的100倍，是surf的10倍。而江湖上流传的说法是，ORB算法综合性能在各种测评里相较于其他特征提取算法是最好的。
      若想要引出ORB (ORiented Brief）算法，要由Brief描述子入手，下面，就来先介绍 Brief描述子。
 

二，相关概念认知

1．关于 Brief描述子
       Brief是 Binary Robust Independent Elementary Features 的缩写。这个特征描述子是由EPFL的Calonder在 ECCV2010上提出的，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，而缺点也相当明显。

       ·不具备旋转不变性。
      ·对噪声敏感
       不具备尺度不变性。
       而ORB算法就是