本文介绍了ORB（Oriented Brief）特征点检测器，它是基于FAST检测器和BRIEF描述符的，旨在提供旋转不变性和速度优势。文章详细阐述了ORB如何解决BRIEF的旋转不变性和噪声敏感性问题，并提供了性能对比，显示ORB在速度和性能上的优势。此外，还分享了ORB在透视变换定位中的应用及其优化建议。
首先介绍什么是ORB：
（此部分转自http://www.cvchina.info/2011/07/04/whats-orb/）
ORB是是ORiented Brief的简称。ORB的描述在下面文章中：
Ethan Rublee and Vincent Rabaud and Kurt Konolige and Gary Bradski,ORB: an efficient alternative to SIFT or SURF, ICCV 2011
论文已经可以去google下载，OpenCV2.3中已经有了实现，WillowGarage有一个talk也提到了这个算法，因此我不揣浅陋，在这里总结一下。
Brief
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。详细算法描述参考如下论文：
注意在BRIEF eccv2010的文章中，BRIEF描述子中的每一位是由随机选取的两个像素点做二进制比较得来的。文章同样提到，在此之前，需要选取合适的gaussian kernel对图像做平滑处理。（为什么要强调这一点，因为下述的ORB对此作了改进。）
BRIEF的优点在于速度，缺点也相当明显：
1：不具备旋转不变性。
2：对噪声敏感
3：不具备尺度不变性。
ORB就是试图解决上述缺点中的1和2.
如何解决旋转不变性：
在ORB的方案中，是采用了FAST作为特征点检测算子。FAST应用的很多了，是出名的快，以防有人不知道，请看
最低0.47元/天 解锁文章
扫一扫
151
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
