视觉SLAM14讲-学习记录-特征点法

特征点法

计算特征点法的方法：Harris、FAST、SIFT、SURF、ORB等、以及深度学习计算特征点

Harris、FAST角点不具有旋转不变性和尺度不变性，SIFT方法计算速度太慢，SURF进行了改进，但速度仍旧很慢。在质量与性能的均衡下,ORB是一种比较折中的方法。

ORB特征

由Oriented FAST和Rotated BRIEF组成

FAST关键点

FAST是一种角点，主要检测局部像素灰度变化明显的地方，以速度快著称。

提取思想：如果一个像素与邻域的像素差别较大（过亮或过暗），那么它更可能是角点，相比与其他角点检测算法，FAST算法只需比较像素亮度大小，十分快捷。

检测过程：

1. 在图像中选取像素p，假设它的亮度为
2. 设置一个阈值T（比如，的20%）
3. 以像素p为中心，选取半径为3的圆上的16个像素点，如下图
4. 假如选取的圆上有连续的N个点的亮度大于 或小于，那么像素p可以被认为是特征点（N通常为12，称为FAST-12，其他常用的N取值9和11，成为FAST-9和FAST-11）
5. 循环以上四步，对每一个像素执行相同的操作

高效的做法：添加一项预测试操作，以更快速高效的排除绝大多数不是角点的像素。

具体操作：直接检测每个像素邻域圆上的第1，5，9，13个像素的亮度。

原理：只有当这四个像素中至少有三个同时大于