JavaEE
鸿蒙应用开发
HTML&JS+前端
Python+大数据开发
人工智能开发
电商视觉设计
软件测试
新媒体+短视频
集成电路应用开发
C/C++
狂野架构师
IP短视频
ORB算法原理解读【Open CV视频教程】
更新时间:2021年07月30日15时42分 来源:传智教育 浏览次数:
1. ORB算法原理
SIFT和SURF算法是受专利保护的，在使用他们时我们是要付费的，但是ORB(Oriented Fast and Rotated Brief)不需要，它可以用来对图像中的关键点快速创建特征向量，并用这些特征向量来识别图像中的对象。
2. ORB算法流程
ORB算法结合了Fast和Brief算法，提出了构造金字塔，为Fast特征点添加了方向，从而使得关键点具有了尺度不变性和旋转不变性。具体流程描述如下：
构造尺度金字塔，金字塔共有n层，与SIFT不同的是，每一层仅有一幅图像。第s层的尺度为：
$$\sigma_0$$是初始尺度，默认为1.2，原图在第0层。
第s层图像的大小：
在不同的尺度上利用Fast算法检测特征点，采用Harris角点响应函数，根据角点的响应值排序，选取前N个特征点，作为本尺度的特征点。
计算特征点的主方向，计算以特征点为圆心半径为r的圆形邻域内的灰度质心位置，将从特征点位置到质心位置的方向做特征点的主方向。
计算方法如下:
质心位置：
主方向：
为了解决旋转不变性，将特征点的邻域旋转到主方向上利用Brief算法构建特征描述符，至此就得到了ORB的特征描述向量。
《图像处理OpenCV入门教程》课程导读
加QQ：435946716，获取《图像处理OpenCV入门教程》全套视频教程+笔记+源码。
猜你喜欢：
最新资讯
0
分享到：
江苏传智播客教育科技股份有限公司 版权所有Copyright 2006-2024 All Rights Reserved 苏ICP备16007882号营业执照增值电信业务经营许可证出版物经营许可证
苏公网安备 32132202001156号