特征识别之ORB特征(转)

ORB特征

1.ORB特征简介

ORB（Oriented FAST and Rotated BRIEF）是一种快速特征点提取和描述的算法 。ORB特征由关键点和描述子两部分组成。ORB采用FAST（features from accelerated segment test）算法来检测特征点。FAST核心思想就是找出那些相对突出的点，即拿一个点跟它周围的点比较，如果它和其中大部分的点都不一样就可以认为它是一个特征点。

算法步骤：

1. 从图片中选取一个像素点P，下面我们将判断它是否是一个特征点。我们首先把它的密度（即灰度值）设为Ip。
2. 设定一个合适的阙值t ：当2个点的灰度值之差的绝对值大于t时，我们认为这2个点不相同。
3. 考虑该像素点周围的16个像素。（见上图）
现在如果这16个点中有连续的n个点都和P点不同，那么它就是一个角点。 这里n设定为12。（即为fast-12）
4. 循环以上步骤对每个像素执行相似操作。
5. 非极大值抑制去除局部较密集特征点。使用非极大值抑制算法去除临近位置多个特征点的问题。为每一个特征点计算出其响应大小。计算方式是特征点P和其周围16个特征点偏差的绝对值和。在比较临近的特征点中，保留响应值较大的特征点，删除其余的特征点。

fast 特征点优势与劣势

优点：计算速度快，实时性高。
缺点：找到的特征点较多，而且不确定。

ORB特征的改进

1. ORB特征对fast原始角点计算Harris响应值，具有筛选作用。
2. ORB特征对fast原始特征点增加了尺度和旋转的描述。从而能适应尺度和角度的变化，得到稳定的角点，这在特征匹配环节具有重要意义。