图像匹配中的二进制字符串特征描述算法

一、二进制特征描述子

       图像匹配第一个步骤是特征检测，第二个就是特征描述。角点检测中的算法只有特征检测过程，而斑点检测中提到的算法均包含了特征描述过程，它们采用梯度统计直方图的描述子，属于浮点型特征描述子，计算复杂，效率较低，二进制字符串特征描述子则没有这一限制，但它们不包括特征检测过程，必须使用一种特征定位方法提取特征点。

1、BRIEF

       BRIEF（Binary Robust Independent Elementary Features）在特征点周围邻域内选取若干个像素点对，通过对这些点对的灰度值比较，将比较的结果组合成一个二进制串字符串用来描述特征点。最后，使用汉明距离（将一个字符串变换成另外一个字符串所需要替换的字符个数）来计算在特征描述子是否匹配。

关于点对的选择详细见：BRIEF特征描述子。

2、ORB

       ORB（Oriented FAST and Rotated BRIEF）算法采用FAST算法进行特征检测，BRIEF进行特征描述，并在BRIEF基础上引入了方向的计算方法，并在点对的挑选上使用贪婪搜索算法，挑出了一些区分性强的点对用来描述二进制串。
（1）采用FAST的方法来检测特征点，然后利用Harris角点的度量方法，从FAST特征点从挑选出Harris角点响应值最大的N个特征点。由于FAST不具有尺度不变性，可以通过构建高斯金字塔，然后在每一层金字塔图像上检测角点来实现；另外，利用灰度质心法解决FAST特征点不具有方向的问题。
（2）由于BRIEF不具有旋转不变性，可将BRIEF得到的二值码串写成矩阵S，使用邻域方向θ和对应的旋转矩阵 R θ