1 什么是特征点
2. 什么是ORB?
ORB全称是Oriented FAST and Rotated BRIEF,是目前最快速稳定的特征点检测和提取算法,许多图像拼接和目标追踪技术都是利用ORB特征进行实现。
ORB=Oriented FAST + Rotated BRIEF
(1)FAST
全称:Features From Accelerated Segment Test 主要特点就是速度快。
FAST角点定义:若某像素点与其周围邻域内足够多的像素点处于不同的区域,则该像素点可能为角点。
FAST 关键角点:主要检测局部像素灰度变化明显的地方,特点速度较快。基本思路是:如果一个像素与邻域的像素差别较大(比这个点亮度亮或者是暗很多),那么这个点就有可能是一个角点,与其他的角点检测算法相比,FAST只需比较像素亮度,较为简单,速度快。检测步骤如下:
1.在图像中选取像素p, 假设亮度为Ip
2.设置一个阈值T,(比如,Ip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
4.假如选取的圆上有连续的N个点的亮度大于Ip+T或者小于Ip-T,那么这个像素p就可以被认为是特征点。
4.循环以上四步,对每一个像素执行相同的操作。
传统的FAST角点提取速度快,但重复性不强,分布不均匀,并且不具有方向性。针对不具有方向性这一弱点,ORB添加了尺度和旋转的描述。尺度不变性由构建图像金字塔实现,而特征的旋转是由灰度质心法实现。这种具有尺度与旋转的描述称为Oriented FSAT。
(2)BRIEF描述子
BRIEF 是一种二进制描述子,其描述向量由许多个0 和1 组成,这里的0 和1 编码了关键点
附近两个随机像素(比如p 和q)的大小关系:如果p 比q 大,则取1,反之就取0。如果我们取
了128 个这样的p, q,则最后得到128 维由0、1 组成的向量。BRIEF 使用了随机选点的比较,
速度非常快,而且由于使用了二进制表达,存储起来也十分方便,适用于实时的图像匹配。原始
的BRIEF 描述子不具有旋转不变性,因此在图像发生旋转时容易丢失。而ORB 在FAST 特征点
提取阶段计算了关键点的方向,所以可以利用方向信息,计算旋转之后的“Steer BRIEF”特征使
ORB 的描述子具有较好的旋转不变性。