特征检测与描述

• 理解特征

  图像的主要特征是什么？找到这些特征对我们有什么用？

• Harris 角点检测

  好的，角点是良好的特征？但是我们如何找到它们呢？

• Shi-Tomasi 角点检测器和良好特征跟踪

  我们将研究 Shi-Tomasi 角点检测

• SIFT (尺度不变特征变换) 简介

  当图像尺度发生变化时，Harris 角点检测器效果不佳。Lowe 开发了一种突破性的方法来查找尺度不变特征，称为 SIFT。

• SURF (加速稳健特征) 简介

  SIFT 非常好，但速度不够快，因此人们提出了一种加速版本，称为 SURF。

• 用于角点检测的 FAST 算法

  以上所有特征检测方法在某些方面都很好。但它们的速度不够快，无法用于 SLAM 等实时应用。于是出现了 FAST 算法，它确实很快。

• BRIEF (二进制鲁棒独立基本特征)

  SIFT 使用具有 128 个浮点数的特征描述符。考虑数千个这样的特征。它需要大量的内存，匹配也需要更多时间。我们可以压缩它以使其更快。但我们仍然必须先计算它。BRIEF 提供了一种快捷方式来查找具有更少内存、更快匹配速度和仍然更高识别率的二进制描述符。

• ORB (定向 FAST 和旋转 BRIEF)

  SIFT 和 SURF 在它们所做的事情上都很好，但是如果你每年必须支付几美元才能在你的应用程序中使用它们怎么办？是的，它们是专利！！！为了解决这个问题，OpenCV 开发人员提出了一种新的“免费”替代 SIFT 和 SURF 的方法，那就是 ORB。

• 特征匹配

  我们对特征检测器和描述符有很多了解。现在是学习如何匹配不同描述符的时候了。OpenCV 提供两种技术：暴力匹配器和基于 FLANN 的匹配器。

• 特征匹配 + 单应性查找物体

  现在我们了解了特征匹配。让我们将其与 calib3d 模块混合起来，以在复杂的图像中查找物体。