ORB算法特征匹配

最新推荐文章于 2024-10-10 16:32:30 发布

蕭xxz

最新推荐文章于 2024-10-10 16:32:30 发布

阅读量3k

点赞数

分类专栏：代码 opencv学习文章标签：算法 OpenCV学习

本文链接：https://blog.csdn.net/xxzxxzdlut/article/details/72967596

版权

ORB算法作为Brief的优化版，虽不具有尺度不变性，但因其高速性能，常用于视频处理。程序中采用FLANN进行基于描述符的匹配，通过线性索引实现快速匹配，相比SIFT和SURF，ORB在保持良好性能的同时，显著提升了处理速度。

摘要由CSDN通过智能技术生成

ORB算法是brief算法的改进版。ORB算法比SIFT算法效率高两个数量级。计算速度上ORB是SIFT的100倍，是SURF的10倍。综合性能是最好的。
ORB算法没有解决brief算法的不具备尺度不变性的缺点。但是因为是追求速度的算法，常常适用于视屏流的处理，可以通过跟踪或者一些启发式的策略来解决尺度不变性的问题。
在给出的程序代码中，使用了基于FLANN的描述符对象匹配。
高维数据的快速最近邻算法FLANN
程序中使用的是LinearIndexParams，该结构对应的索引进行线性的、暴力(brute-force)的搜索。
其他的还有基于kd树的索引。
KNN算法与Kd树
kd树原理比较复杂。。。。。。以后有时间再看。。。。。。。。

#include<opencv2/opencv.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/features2d/features2d.hpp>
#include<opencv2/xfeatures2d/nonfree.hpp>
#include<iostream>
using namespace std;
using namespace cv;

<