图像特征点|ORB特征点

小白继续和小伙伴们一起学习图像特征点。今天我们来学习的最近十分流行的ORB特征点。该特征点由于其提取速度快、抗干扰能力强被广泛的应用在SLAM技术中。那么ORB特征点到底是何方神圣,等小白一点点解开神秘面纱。

ORB特征包括特征点和描述子。特征点用于筛选比较“特殊”的点,而描述子用来描述某个点周围的特征。接下来将分别介绍这两部分。

特征点的检测

图像的特征点可以简单的理解为图像中比较显著显著的点,如轮廓点,较暗区域中的亮点,较亮区域中的暗点等。

ORB特征点采用FAST(features from accelerated segment test)算法来检测特征点。FAST核心思想就是找出那些鹤立鸡群的点,即拿一个点跟它周围的点比较,如果它和其中大部分的点都不一样就可以认为它是一个特征点。比如我们可以那一个点与它周围半径是3的圆上的所有像素点进行比较,如下图所示:

有了计算的方案和策略,接下来我们来看计算的具体过程:

FAST具体计算过程:

  • 从图片中选取一个像素点P,下面我们将判断它是否是一个特征点。我们首先把它的密度(即灰度值)设为Ip。

  • 设定一个合适的阙值t :当2个点的灰度值之差的绝对值大于t时,我们认为这2个点不相同。

  • 考虑该像素点周围的16个像素。(见上图)

  • 现在如果这16个点中有连续的n个点都和点不同,那么它就是一个角点。 这里n设定为12。

  • 我们现在提出一个高效的测试,来快速排除一大部分非特征点的点。该测试仅仅检查在位置1、9、5和13四个位置的像素。如果是一个角点,那么上述四个像素点中至少有3个应该和点相同。如果都不满足,那么不可能是一个角点。

通过上诉过程,我们的图片像多了很多特征点,我们用红色标出。

计算特征描述

得到特征点后我们需要以某种方式F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。ORB采用BRIEF算法来计算一个特征点的描述子。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。

我们先来看一下图片

接下来看一下具体操作:

  • 以关键点P为圆心,以d为半径做圆O。

  • 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个点对如上图所示分别标记为:

  • 定义操作T

  • 分别对已选取的点对进行T操作,将得到的结果进行组合。

假如:

则最终的描述子为:1011

理想的特征点描述子应该具备的属性

在现实生活中,我们从不同的距离,不同的方向、角度,不同的光照条件下观察一个物体时,物体的大小,形状,明暗都会有所不同。但我们的大脑依然可以判断它是同一件物体。理想的特征描述子应该具备这些性质。即,在大小、方向、明暗不同的图像中,同一特征点应具有足够相似的描述子,称之为描述子的可复现性。

当以某种理想的方式分别计算上图中红色点的描述子时,应该得出同样的结果。即描述子应该对光照(亮度)不敏感,具备尺度一致性(大小 ),旋转一致性(角度)等。

上面我们用BRIEF算法得到的描述子并不具备以上这些性质。因此我们得想办法改进我们的算法。ORB并没有解决尺度一致性问题,在OpenCV的ORB实现中采用了图像金字塔来改善这方面的性能。ORB主要解决BRIEF描述子不具备旋转不变性的问题。

回顾一下BRIEF描述子的计算过程:在当前关键点P周围以一定模式选取N个点对,组合这N个点对的T操作的结果就为最终的描述子。当我们选取点对的时候,是以当前关键点为原点,以水平方向为X轴,以垂直方向为Y轴建立坐标系。当图片发生旋转时,坐标系不变,同样的取点模式取出来的点却不一样,计算得到的描述子也不一样,这是不符合我们要求的。因此我们需要重新建立坐标系,使新的坐标系可以跟随图片的旋转而旋转。这样我们以相同的取点模式取出来的点将具有一致性。

打个比方,我有一个印章,上面刻着一些直线。用这个印章在一张图片上盖一个章子,图片上分处直线2头的点将被取出来。印章不变动的情况下,转动下图片,再盖一个章子,但这次取出来的点对就和之前的不一样。为了使2次取出来的点一样,我需要将章子也旋转同一个角度再盖章。(取点模式可以认为是章子上直线的分布情况)

ORB在计算BRIEF描述子时建立的坐标系是以关键点为圆心,以关键点和取点区域的形心的连线为X轴建立2维坐标系。

在图1中,P为关键点。圆内为取点区域,每个小格子代表一个像素。现在我们把这块圆心区域看做一块木板,木板上每个点的质量等于其对应的像素值。根据积分学的知识我们可以求出这个密度不均匀木板的质心Q。计算公式如下。其中R为圆的半径。

我们知道圆心是固定的而且随着物体的旋转而旋转。当我们以PQ作为坐标轴时(图2),在不同的旋转角度下,我们以同一取点模式取出来的点是一致的。这就解决了旋转一致性的问题。

ORB算法最大的特点就是计算速度快 。 这首先得益于使用FAST检测特征点,FAST的检测速度正如它的名字一样是出了名的快。再次是使用BRIEF算法计算描述子,该描述子特有的2进制串的表现形式不仅节约了存储空间,而且大大缩短了匹配的时间。

例如特征点A、B的描述子如下。

A:10101011

B: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90%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。

最后我们来看一下在OpenCV里面使用ORB匹配的结果。

本文部分内容来自CSDN博客,如有侵权联系删除

https://blog.csdn.net/yang843061497/article/details/38553765

(0)

相关推荐

  • 自动化设计基础讲解-机械手,相机(CCD)9点标定

    在机器视觉应用中,相机标定技术需要准确的相机内参数和外参数作为重构算法的输入和先决条件,通过标定算法,可以计算相机的投影矩阵.本文讲解机械手-相机9点标定原理 1.目的 建立相机坐标系与机械手坐标系的 ...

  • 简要概述三维重建3Dreconstruction技术

    三维重建的英文术语名称是3D Reconstruction. 三维重建是指对三维物体建立适合计算机表示和处理的数学模型,是在计算机环境下对其进行处理.操作和分析其性质的基础,也是在计算机中建立表达客观 ...

  • 怎么识别图片有没有被PS?

    万物皆可P,包括视频 ▲ 这些红线连起来的区域,像素是一模一样的,证明经过 PS 克隆工具的涂抹 在 Forensically 的鉴别结果中,白斑代表一模一样的像素,红线代表相同像素的平移路径.可以看 ...

  • 一起来学SLAM之ORB特征点

    角点的定义 角点是一种局部特征,具有旋转不变性和不随光照条件变化而变化的特点,一般将图像中曲率足够高或者曲率变化明显的点作为角点.检测得到的角点特征通常用于图像匹配.目标跟踪.运动估计等方面. 目前的 ...

  • ​多视图立体视觉: CVPR 2019 与 AAAI 2020 上的ACMH、ACMM及ACMP算法介绍

    多视图立体视觉(MVS)一直是计算机视觉研究的一个热点.它的目的是从多个已知相机姿态的图像中建立密集的对应关系,从而产生稠密的三维点云重建结果.在过去的几年里,人们在提高稠密三维重建的质量上付出了很大 ...

  • 基于全景图像与激光点云配准的彩色点云生成算法(2014年文章)

    标题:The algorithm to generate color point-cloud with the registration between panoramic imageand lase ...

  • 三位重建技术综述

    来源 https://blog.csdn.net/qq_30815237/article/details/91897736 前言 三维重建技术通过深度数据获取.预处理.点云配准与融合.生成表面等过程, ...

  • 基于自适应逆透视变换的车道线SLAM

    公众号致力于分享点云处理,SLAM,三维视觉,高精地图相关的文章与技术,欢迎各位加入我们,一起每交流一起进步,有兴趣的可联系微信:920177957.本文来自点云PCL博主的分享,未经作者允许请勿转载 ...

  • 图像特征点|SUSAN特征

    小白在前面分别介绍了:Moravec特征和Harris特征.今天我们将介绍另外一个特征检测算子---SUSAN特征.SUSAN算子很好听的一个名字,其实SUSAN算子除了名字好听外,她还很实用,而且也 ...

  • 图像特征点|Harris特征点

    小白学视觉公众号开始有偿征稿啦~~~,有兴趣的小伙伴可以查看<双十一后,小白教你拒绝吃土!!!> 小白在之前的为小伙伴在前面的推送中带来了moravec算子,忘记了的小伙伴可以回过去看一下 ...

  • 图像特征点|Moravec特征点

    小白好久没有写文章了,近期的事情比较多,公众号的好多事情都是由师弟们在处理,今天终于抽出点时间可以和小伙伴们共同学习.本次为小伙伴们带来的是图像特征专题,Moravec特征点的原理与提取. 当我们描述 ...

  • (26条消息) 图像特征有:颜色特征、纹理特征、形状特征、空间关系

    一 颜色特征 (一)特点:颜色特征是一种全局特征,描述了图像或图像区域所对应的景物的表面性质.一般颜色特征是基于像素点的特征,此时所有属于图像或图像区域的像素都有各自的贡献.由于颜色对图像或图像区域的 ...

  • 脑肿瘤的影像组学:图像评估、定量特征描述和机器学习方法

          影像组学描述了从影像图像中提取定量特征的一系列计算方法.其结果常常被用于评估影像诊断,预后以及肿瘤治疗.然而,在临床环境中,优化特征提取和快速获取信息的方法仍然面临重大挑战.同样重要的是, ...

  • 周期的特征周期的特征有哪些?①必然性,周...

    周期的特征 周期的特征有哪些? ①必然性,周期天热存在,不可避免,如同春夏秋冬和生老病死一样!客观的存在. ②波动性,每一次周期都不是直线上升或者直线下降,波浪式前进或者下降,而且不是对称性波浪,上升 ...

  • 综述 | 美国范德堡大学:利用单细胞组学技术对胃肠道疾病进行研究:从单细胞特征到病人特征

    编译:不二,编辑:十九.江舜尧. 原创微文,欢迎转发转载. 导读 单细胞是组织系统的组成部分,决定了器官表型.行为和功能.了解细胞类型和它们的活性差异可以提供有关正常组织功能.疾病发展和新治疗策略的见 ...

  • 谦和既济2020终之气的气候特征和疾病特征展望2021辛丑年

    按照<黄帝内经>中关于五运六气在一年中的分段方法,小雪节气起,就是进入终之气阶段. 我们回顾一下2020年的六个气的分段. 初之气: 初之气:自1月20日起至3月19日,包括大寒.立春.雨 ...