2020最新的一种特征描述符BEBLID(只需一行代码就可以获得比ORB高14%的性能)

大泽泽的小可爱

于 2023-06-08 01:12:59 发布

阅读量721

点赞数 2

CC 4.0 BY-SA版权

分类专栏：图像匹配文章标签：无人机计算机视觉人工智能目标跟踪 python

本文链接：https://blog.youkuaiyun.com/zhangzhao147/article/details/131098361

图像匹配专栏收录该内容

7 篇文章

订阅专栏

BEBLID是opencv4.5.1引入的新特征描述符，相比于ORB，它能提供更高的图像匹配精度且减少执行时间。通过修改ORB的代码，使用BEBLID_create()函数，可以在检测和计算关键点时提升性能。文章提供了代码示例展示如何从ORB切换到BEBLID，并提到了BEBLID的详细原理可通过相关链接了解。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

2020最新的一种特征描述符BEBLID（只需一行代码就可以获得比ORB高14%的性能）

一.摘要
二.代码
三. BEBLID的原理

一.摘要

opencv 4.5.1以上的版本都包含了BEBLID，这是一个新的特征描述符号。
相对于ORB，它可以在减少执行时间的情况下提升图像匹配精度，官方代码在Github库中：
Github地址
原文地址：
pdf

下图可以看到产生了500多个角点

匹配结果

在这里插入图片描述

二.代码

BEBLID算法相对于ORB其实只修改了特征描述符处的代码，下面是修改后的代码：

detector = cv2.ORB_create(10000)
kpts1 = detector.detect(image1, None)
kpts2 = detector.detect(image2, None)
# descriptor = cv.ORB_create()
BEBLID= cv2.xfeatures2d.BEBLID_create(0.75)
start_time = time.time()
keypoints1, descriptors1 = BEBLID.compute(image1, kpts1)
keypoints2, descriptors2 = BEBLID.compute(image2, kpts2 )

修改前的ORB代码如下：

orb = cv2.ORB_create()
keypoints1, descriptors1 = orb.detectAndCompute(image1, None)
keypoints2, descriptors2 = orb.detectAndCompute(image2, None)

完整的orb算法的代码以及其原理讲解可以见我另外一篇文章：
无人机航拍图像匹配——ORB算法实践（含代码）

三. BEBLID的原理

具体原理可以参见下面这篇文章：

具体原理