opencv中的SIFT,SURF,ORB,FAST 特征描叙算子比较

opencv中的SIFT,SURF,ORB,FAST 特征描叙算子比较

---

参考：

http://wenku.baidu.com/link?url=1aDYAJBCrrK-uk2w3sSNai7h52x_eWeRu9p9GhZd49WJ1bEOB7VluQdBdRKeehAO2Q3B7RatTXDruq-M9cR-W2yqATerDlIU1T3whYoyQfi

http://www.cvchina.info/2011/07/04/whats-orb/

http://www.bubuko.com/infodetail-909956.html

主要的特征检测方法有以下几种，在一般的图像处理库中（如opencv, VLFeat, Boofcv等）都会实现。

• FAST ,Machine Learning for High-speed Corner Detection, 2006
• SIFT,Distinctive Image Features from Scale-Invariant Keypoints,2004, invariant to image translation, scaling, and rotation, partially invariant to illumination changes and robust to local geometric distortion
• SURF,Speeded Up Robust Features,2006,受SIFT启发，比SIFT快，健壮
• ORB,ORB: an efficient alternative to SIFT or SURF,2011，基于FAST，比SIFT快两个数量级，可作为SIFT的替代
• BRISK，BRISK: Binary Robust Invariant Scalable Keypoints
• STAR，Censure: Center surround extremas for realtime feature detection and matching,引用次数不高
• MSER，Robust Wide Baseline Stereo from Maximally Stable Extremal Regions,2002,斑点检测
• GFTT，Good Features to Track,1994,Determines strong corners on an image
• HARRIS,Harris and M. Stephens (1988). “A combined corner and edge detector”,也是一种角点检测方法
• KAZE(eccv2012)
• FREAK（）
• deepmatching http://lear.inrialpes.fr/src/deepmatching/

这里主要关注SIFT,SURF,FAST,ORB的对比。

Image NO	SIFT	SURF	ORB	FAST
0	2414	4126	500	11978
1	4295	8129	500	16763
2	3404	4784	500	16191
3	1639	2802	500	7166
4	1510	1484	497	29562
5	10572	8309	500	720
6	191	187	295	16125
7	3352	4706	500	567
8	165	403	374	26701
9	4899	7523	500	12780
10	1979	4212	500	10676
11	3599	3294	500	663
12	163	168	287	7923
13	1884	2413	500	11681
14	2509	5055	500	18097
15	9177	4773	500	7224
16	3332	3217	500	20502
17	5446	6611	500	16553
18	4592	6033	500	706
19	266	509	459	9613
20	2087	2786	500	7459
21	2582	3651	500	12147
22	2509	4237	500	14890
23	1236	4545	500	6473
24	1311	2606	500	4293
25	237	387	500	657
26	968	1418	488	6609
Time Cost	21.52	17.4	0.97	0.25

可以看到FAST提取了大量的特征点，在计算时间上，比SIFT SURF快两个数量级，ORB在FAST基础上得来的，特征点的质量比较高！

下面通过通过两张图片来看这几个算法匹配的效果，1639-1311-697表示图片1，2分别提取了1639，1311个keypoints，其中匹配的有697个。

Image pair	SIFT	SURF	ORB	FAST(SURF)
eiffel-1.jpg，eiffel-13.jpg	1639-1311-697	2802-2606-1243	500-500-251	1196-1105-586

接下来是eiffel-1.jpg，eiffel-13.jpg 俩图片通过不同算法进行匹配的结果示意图。
SIFT

SURF

ORB

FAST

需要注意的地方：
* 链接的时候加上pkg-config opencv --cflags --libs可以加入所有opencv的库
* SIFT，SURF是nonfree的，使用的时候需要方法initModule_nonfree()，需要头文件opencv2/nonfree/nonfree.hpp
* FAST只是检测角点，要结合其他extractor如ORB,SIFT.

参考：
1.opencv feature2d
2.Feature Detection and Description

转载于:https://www.cnblogs.com/adong7639/p/4940139.html