计算机视觉攻略 笔记8 （Oriented FAST and Rotated BRIEF ,定向 FAST 和旋转 BRIEF，ORB）

Oriented FAST and Rotated BRIEF ,定向 FAST 和旋转 BRIEF （ORB）

ORB特征检测算法

• ORB 代表定向 FAST 和旋转 BRIEF 。这个缩写的第一层意思表示关键点检测,第二层意思表示 ORB 算法提供的描述子。
• ORB 首先创建一个图像金字塔。它由一系列图层组成,每个图层都是用固定的缩放因子对前一个图层下采样得到的(典型情况是用 8 个尺度,缩放因子为 1.2 ;这是创建cv::ORB 检测器的默认参数)。
• 在具有关键点评分的位置接受 N 个强度最大的关键点,关键点评分用的是 Harris 角点强度衡量方法(这个方法的作者发现,衡量强度时用 Harris评分比用常规的 FAST 角点强度更准确)。
• ORB 检测器的原理基于一个现象,即每个被检测的兴趣点总是关联了一个方向。这个信息可用于校准不同图像中检测到的关键点描述子。
• ORB 算法建议使用关键点周围的圆形邻域的重心的方向。因为根据定义, FAST 关键点肯定有一个偏离中心点的重心,中心点与重心连线的角度总是非常明确的。

示例程序

#include <iostream>
#include <vector>
#include <opencv2/core/core.hpp>
#include </home/jlm/3rdparty/opencv/opencv_contrib/modules/xfeatures2d/include/opencv2/xfeatures2d.hpp>
#include <opencv2/highgui/highgui.hpp>

using namespace std;

int main(int argc, char** argv) {
    
    
    if(argc != 2)
    {
    
    
        cerr << "don't get the right numbers of image" << endl;
        return -1;
    }
    cv::Mat image = cv::imread(argv[1],cv::IMREAD_GRAYSCALE);
    if(image.empty())
    {
    
    
        cout << "don't get the data of the argv[1]" << endl;
        return -1;
    }
    cv::imshow("Original", image);
    cv::waitKey(0);
    cv::Ptr<cv::ORB> ptrORB = cv::ORB::create(10,   // 关键点的数目
                                              1.2,  // 缩放因子
                                              8);   // 图像金字塔的层数
    vector<cv::KeyPoint> Keypoints;
    // 检测关键点
    ptrORB-> detect(image, Keypoints);

    cv::Mat outImage;
    // 画出关键点：包括尺度和方向信息
    cv::drawKeypoints(image,
                      Keypoints,
                      outImage,
                      cv::Scalar(255,255,255),
                      cv::DrawMatchesFlags::DRAW_RICH_KEYPOINTS
                      );
//    这里使用 cv::DrawMatchesFlags::DRAW_RICH_KEYPOINTS 标志得到了关键点的圆,并
//    且圆的尺寸与每个特征计算得到的尺度成正比。为了使特征具有旋转不变性, SURF 还让每个特
//    征关联了一个方向,由每个圆内的辐射线表示。
    cv::imshow("OutImage",outImage);
    cv::waitKey(0);
    return 0;
}