BRIEF特征描述子提取算法

介绍

BRIEF是对已检测到的特征点进行描述【注意:BRIEF是对特征点进行描述的,不是提取特征点】,它是一种二进制编码的描述子,摈弃了利用区域灰度直方图描述特征点的传统方法,大大的加快了特征描述符建立的速度,同时也极大的降低了特征匹配的时间,是一种非常快速,很有潜力的算法。

算法步骤

step1

对图像做平滑处理。平滑处理,也就是高斯滤波,降低图像噪声。

step2

特征点为中心,取SxS的邻域窗口。在窗口内随机选取一对(两个)点,比较二者像素的大小,进行如下二进制赋值。
在这里插入图片描述
p(x)和p(y)是像素位置x和y的亮度。x是形如[u, v]的二维坐标。

step3

在窗口中随机选取N对随机点,重复步骤2的二进制赋值,形成一个二进制编码,这个编码就是对特征点的描述,即特征描述子。(N=128,256,512.通常取256)

随机选取的方法

在这里插入图片描述
5种方法生成的256对随机点如下:
在这里插入图片描述
参考博客:https://blog.csdn.net/hujingshuang/article/details/46910259

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值