图像特征描述子之BRISK

BRISK是基于二进制编码的特征描述子,具有尺度不变性和旋转不变性,通过FAST算法检测特征点并使用非极大值抑制。在特征点描述阶段,采用特定的采样模式和旋转估计,生成旋转不变的描述子。BRISK在图像特征匹配中表现出良好的性能,特别是在噪声环境中。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

原文站点:https://senitco.github.io/2017/07/12/image-feature-brisk/

  BRISK(Binary Robust Invariant Scalable Keypoints)是BRIEF算法的一种改进,也是一种基于二进制编码的特征描述子,而且对噪声鲁棒,具有尺度不变性和旋转不变性。

特征点检测

  BRISK主要利用FAST算法进行特征点检测,为了满足尺度不变性,BRISK构造图像金字塔在多尺度空间检测特征点。

构建尺度空间

  尺度空间包含n个octave( ci 表示)和n个intro-octave( di 表示),原论文中n=4。 c0 是原始图像, ci+1 ci 的降采样图像,缩放因子为2,即 ci+1 的宽高分别为 ci 的1/2; d0 是相对于原图缩放因子为1.5的降采样图像,同样, di+1 di 的2倍降采样。 ci di 与原图像的大小关系如下表所示。

image c0 d0 c1 d1 c2
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值