java opencv orb_OpenCV提取ORB特征并匹配

一、什么是特征？

图像的特征(Feature)，是图像上最具代表性的一些点。所谓最具代表性，就是说这些点包含了图像表述的大部分信息。即使旋转、缩放，甚至调整图像的亮度，这些点仍然稳定地存在，不会丢失。找出这些点，就相当于确定了这张图像，它们可以用来做匹配、识别等等有意义的工作。

通常来说，角点容易成为特征点。角点是指图案中处于角落的点，这些点附近像素值变化剧烈，因而容易被检测出。

特征点由关键点(Key-point)和描述子(Descriptor)两部分组成。比如，提取ORB特征其实包括了提取关键点和计算描述子两件事情。

历史上，SIFT特征和SURF特征都是非常常用的特征，SIFT特征以精确著称，但计算量极大，无法在CPU上实时计算。SURF特征降低了SIFT的精确度，但提高了性能。而ORB特征是目前计算最快的特征，非常适合于实时SLAM，因此受到广大研究者的喜爱。

二、ORB特征

ORB全名为Oriented FAST and Rotated BRIEF，它采用改进的FAST关键点检测方法，使其具有方向性，并采用具有旋转不变性的BRIEF特征描述子。FAST和BRIEF都是非常快速的特征计算方法，因此ORB具有非同一般的性能优势。

1.FAST关键点

要想判断一个像素点p是不是FAST关键点，只需要判断其周围的16个像素点中是否有连续N个点的灰度值与p的差超出阈值。16个点的位置如下图所示。N一般取12，称为FAST-12，常用的还有FAST-9，FAST-11。阈值一般为p点灰度值的20%。