更新時間:2021-07-30 來源:黑馬程序員 瀏覽量:
BRIEF是一種特征描述子提取算法,并非特征點的提取算法,一種生成二值化描述子的算法,不提取代價低,匹配只需要使用簡單的漢明距離(Hamming Distance)利用比特之間的異或操作就可以完成。因此,時間代價低,空間代價低,效果還挺好是最大的優(yōu)點。
算法的步驟介紹如下:
1. 圖像濾波:原始圖像中存在噪聲時,會對結(jié)果產(chǎn)生影響,所以需要對圖像進行濾波,去除部分噪聲。
2. 選取點對:以特征點為中心,取S*S的鄰域窗口,在窗口內(nèi)隨機選取N組點對,一般N=128,256,512,默認是256,關(guān)于如何選取隨機點對,提供了五種形式,結(jié)果如下圖所示:
·x,y方向平均分布采樣
·x,y均服從Gauss(0,S^2/25)各向同性采樣
·x服從Gauss(0,S^2/25),y服從Gauss(0,S^2/100)采樣
·x,y從網(wǎng)格中隨機獲取
·x一直在(0,0),y從網(wǎng)格中隨機選取
圖中一條線段的兩個端點就是一組點對,其中第二種方法的結(jié)果比較好。
3. 構(gòu)建描述符:假設x,y是某個點對的兩個端點,p(x),p(y)是兩點對應的像素值,則有:
對每一個點對都進行上述的二進制賦值,形成BRIEF的關(guān)鍵點的描述特征向量,該向量一般為 128-512 位的字符串,其中僅包含 1 和 0,如下圖所示:
《圖像處理OpenCV入門教程》課程導讀
加QQ:2217622915,獲取《圖像處理OpenCV入門教程》全套視頻教程+筆記+源碼。
猜你喜歡: