OpenCV | ORB特征检测与描述

ORB (Oriented FAST and Rotated BRIEF)

ORB基本上是FAST关键点检测器和Brief描述符的融合，并进行了许多修改以增强性能。首先，它使用FAST查找关键点，然后应用哈里斯角点度量在其中找到前N个点。它还使用金字塔生成多尺度特征。但是一个问题是，FAST无法计算方向。那么旋转不变性呢？作者提出以下修改。

它计算角点位于中心的贴片的强度加权质心。从此角点到质心的矢量方向确定了方向。为了改善旋转不变性，使用x和y计算矩，它们应该在半径为的圆形区域中，其中补丁的大小。

现在，对于描述符，ORB使用Brief描述符。但是我们已经看到，BRIEF的旋转性能很差。因此，ORB所做的就是根据关键点的方向“引导” BRIEF。对于位置的任何二进制测试 功能集，请定义一个矩阵，其中包含这些像素的坐标。然后使用补丁的方向，找到其旋转矩阵并旋转以获得转向（旋转）版本。

      import numpy as np
      import cv2
      from matplotlib import pyplot as plt
      img = cv2.imread('molecule.png',0)
      # Initiate STAR detector
      orb = cv2.ORB_create()
      # find the keypoints with ORB
      kp = orb.detect(img,None)
      # compute the descriptors with ORB
      kp, des = orb.compute(img, kp)
      # draw only keypoints location,not size and orientation
      img2 = cv2.drawKeypoints(img,kp,color=(0,255,0), flags=0,outImage=None)
      cv2.imwrite('sift_keypoints.jpg',img)
      plt.imshow(img2),plt.show()
  
 

原图

参考：

https://opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/py_feature2d/py_orb/py_orb.html#orb

文章来源: drugai.blog.csdn.net，作者：DrugAI，版权归原作者所有，如需转载，请联系作者。

原文链接：drugai.blog.csdn.net/article/details/103008050