OpenCV每日函数特征检测和描述模块(3) ORB类(关键点检测器和描述符提取及匹配)

坐望云起

已于 2022-06-24 16:34:41 修改

阅读量1.4k

点赞数

CC 4.0 BY-SA版权

分类专栏：深度学习从入门到精通 OpenCV从入门到精通文章标签： opencv orb 特征提取关键点匹配图像拼接

于 2020-11-07 10:04:22 首次发布

本文链接：https://blog.youkuaiyun.com/bashendixie5/article/details/109143807

深度学习从入门到精通同时被 2 个专栏收录

797 篇文章 ¥99.90 ¥299.90

订阅专栏

OpenCV从入门到精通

200 篇文章 ¥49.90 ¥99.00

订阅专栏

ORB（Oriented FAST and Rotated BRIEF）是一种结合FAST关键点检测和BRIEF描述符的特征检测器，旨在提高效率并提供旋转不变性。在ICCV2011上提出，ORB比SIFT快100倍，比SURF快10倍，同时保持良好的匹配效果。它使用Harris角测量确定关键点，通过图像金字塔实现尺度不变性，并通过特定策略实现旋转不变性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、概述

ORB特征是由Ethan Rublee等人发表在计算机视觉三大顶会之一的ICCV2011上。其所解决的问题是SIFT特征的高昂计算代价以及BRIEF特征本身具有的缺乏旋转不变性、尺度不变性以及对噪声敏感的弱点。所以作者基于FAST和BRIEF特征提出的二值特征（0,1串）在时间上比SIFT快100倍，比SURF快10倍，并且匹配效果也很好。

ORB基本上是FAST关键点检测器BRIEF描述符的融合，并进行了许多修改以增强性能。首先使用FAST来找出关键点，然后使用Harris角度测量来找出属于特征点的前N个特征。它还在图像金字塔上进行多尺度特征提取，得道的特征具备尺度不变性。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。

二、类参考

1、函数原型

1、创建检测器

static Ptr<ORB> cv::ORB::create    (    int     nfeatures = 500,
float     scaleFactor = 1.2f,
int     nlevels = 8,
int     edgeThreshold = 31,
int     firstLevel = 0,
int     WTA_K = 2,
ORB::ScoreType     scoreType = ORB::HARRIS_SCORE,
int     patchSize = 31,
int     fastThreshold = 20 
)

了解本专栏