ORB特征学习报告_第1页
ORB特征学习报告_第2页
ORB特征学习报告_第3页
ORB特征学习报告_第4页
ORB特征学习报告_第5页
已阅读5页，还剩5页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

ORB特征初级学习报告2023/11/182023/11/182021/5/91大纲基本概念特征点检测特征点描述特征点匹配和SIFT与SURF特征点检测的比较2021/5/922基本概念ORB（OrientedFASTandRotatedBRIEF）是一种快速特征点提取和描述的算法。

2021/5/933ORB特征检测流程Fast特征检测+高斯金字塔（解决尺度不变性）Brief算法+灰度质心法（解决旋转不变性）灰度质心法假设角点的灰度与质心之间存在一个偏移，这个向量可以用于表示一个方向。对于任意一个特征点pq来说，我们定义pq的邻域像素的矩为：其中I(x,y)为点(x,y)处的灰度值。那么我们可以得到图像的质心为：2021/5/944特征点检测

ORB采用FAST（features

from

accelerated

segment

test）算法来检测特征点。并在它们原来的基础上做了改进与优化。2021/5/955HARRIS角点检测角点：最直观的印象就是在水平、竖直两个方向上变化均较大的点，即Ix、Iy都较大

Harris角点检测过程中采用非极大值抑制算法去除中间的一些重合的角点2021/5/966ORB特征点描述BRIEF算法的核心思想是在关键点P的周围以一定模式选取N个点对，把这N个点对的比较结果组合起来作为描述子BRIEF的优点在于速度，缺点也相当明显:1：不具备旋转不变性。2：对噪声敏感3：不具备尺度不变性。ORB主要解决BRIEF描述子不具备旋转不变性的问题2021/5/977BRIEF算法

得到特征点后我们需要以某种方式描述这些特征点的属性。这些属性的输出我们称之为该特征点的描述子，采用BRIEF算法来计算一个特征点的描述子。BRIEF算法步骤：1.以关键点P为圆心，以d为半径做圆O。2.在圆O内某一模式选取N个点对。这里为方便说明，N=4，实际应用中N可以取512.假设当前选取的4个点对如右图所示分别标记为：

3.操作定义T

其中IA为A点处的灰度4.分别对已选取的点对进行T操作，将得到的结果进行组合。例如则最终的描述子为：10112021/5/988特征点匹配例如特征点A、B的描述子如下。A：10101011B：10101010我们设定一个阈值，比如80%。当A和B的描述子的相似度大于80%时，我们判断A,B是相同的特征点，即这2个点匹配成功。在这个例子中A,B只有最后一位不同，相似度为87.5%，大于80%。则A和B是匹配的。我们将A和B进行异或操作就可以轻松计算出A和B的相似度。而异或操作可以借组硬件完成，具有很高的效率，加快了匹配的速度。2021/5/999

和SIFT与SURF特征点检测的比较

在特征点描述的细致程度上是SIFT算法高于SURF算法,SURF算法高于ORB算法，但是在计算速度上来说是ORB>SURF>SIFT。

因此，在选择特征提取方法的时候要根据实际应用情况来选择:3D建模等对时间要求不是很严格的应用，可以选择S

人人文库> 全部分类> 应用文书 > 研究报告

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论