OpenCV | ORB特征檢測與描述

ORB (Oriented FAST and Rotated BRIEF)

ORB基本上是FAST關鍵點檢測器和Brief描述符的融合，并進行了許多修改以增強性能。首先，它使用FAST查找關鍵點，然後應用哈裡斯角點度量在其中找到前N個點。它還使用金字塔生成多尺度特征。但是一個問題是，FAST無法計算方向。那麼旋轉不變性呢？作者提出以下修改。

它計算角點位于中心的貼片的強度權重質心。從此角點到質心的矢量方向确定了方向。為了改善旋轉不變性，使用x和y計算矩，它們應該在半徑為的圓形區域中，其中更新檔的大小。

現在，對于描述符，ORB使用Brief描述符。但是我們已經看到，BRIEF的旋轉性能很差。是以，ORB所做的就是根據關鍵點的方向“引導” BRIEF。對于位置的任何二進制測試 功能集，請定義一個矩陣，其中包含這些像素的坐标。然後使用更新檔的方向，找到其旋轉矩陣并旋轉以獲得轉向（旋轉）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()      

原圖