Opencv学习之ORB特征提取和匹配

最新推荐文章于 2025-06-09 13:26:27 发布

郑学长

最新推荐文章于 2025-06-09 13:26:27 发布

阅读量3.2k

点赞数

CC 4.0 BY-SA版权

文章标签： opencv 计算机视觉

本文链接：https://blog.youkuaiyun.com/Rniced/article/details/119760605

Opencv学习之ORB特征提取和匹配

**
编译环境：VS2017 + Opencv3.4.7
注：ORB算法是Opencv3之后才有的。

ORB特征的介绍：ORB特征是由关键点和描述子两部分组成。

提取ORB特征分为如下两个步骤：

1.FAST角点提取：FAST是一种角点，主要检测局部像素灰度变化明显的地方。找出图像中的“角点”，相较于原版的FAST，ORB中计算了特征点的主方向，为后续的BRIEF描述子增加了旋转不变特性。

2.BRIEF描述子：BRIEF是一种二进制描述子，其描述向量由许多0和1组成，需要用汉明距离度量，对提取出的特征点的周围图像区域进行描述，使用先前计算的方向信息。

特征匹配：简单的暴力匹配，对每个特征点与所有的待匹配点，测量它们描述子之间的距离，然后排序，取最近的一个作为匹配点。描述子距离表示了两个特征之间的相似程度，两个二进制串之间的汉明距离，指的是其不同位数的个数。

#include <iostream>
#include <opencv2/core/core.hpp>
#include <opencv2/features2d/features2d.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <chrono>   

using namespace std;
using namespace cv;

int main(int argc, char **argv)
{
	
	//读取图像
	Mat img_1 = imread("../Images/L10.jpg", CV_LOAD_IMAGE_COLOR);
	Mat img_2 = imread("../Images/R10.jpg", CV_LOAD_IMAGE_COLOR);
	assert(img_1.data != nullptr && img_2.data != nullptr);

	//初始