角点检测

 

原理：

优缺点：

Harris (1988) 具有角度不变性，也就是旋转不变性。Shi-Tomasi  (1994) 是Harris的改进型.

 

FAST （2006）通过考察像素点与周围领域内 16个像素点的差异来确定特征点（角点），并且通过分割测试算法对检测效率做了极大的提升，基本可以满足实时检测系统的要求。特性：通过检测局部像素灰度变化来确认特征点的位置，速度快，SIFT的100倍；不具有尺度和旋转不变性

 

SIFT  （1999）（基于DoG的多尺度特征检测子）克服了Harris的不足，具有 角度不变性，尺度不变性，

在现有基于不变量技术的特征检测方法基础上，提出了一种基于尺度空间的，对图形缩放，旋转，甚至仿射变换保持不变性的图像局部特征描述算子——sift（尺度不变特征变换），全称是Scale invariant Feature Transform，并且在2004年，又对Sift算法做了更为系统的完善。

 

SURF SIFT 的加速版。在SIFT中使用DoG对LoG进行近似，而在SURF中使用盒子滤波器对LoG进行近似

特点：角度不变性，尺度不变性

 

ORB （Oriented FASTand Rotated BRIEF）(2011) 算法是目前最快速稳定的特征点检测和提取算法，许多图像拼接和目标追踪技术利用ORB特征进行实现。采用FAST（features from accelerated segment test）算法来检测特征点，采用BRIEF算法来计算一个特征点的描述子。特点：角度不变性，尺度不变性，计算速度快（ORB是sift的100倍，是surf的10倍）

 

Ref：

图像角点特征之Harris、SIFT、SURF、ORB

OpenCV计算机视觉学习（13）——图像特征点检测（Harris角点检测，sift算法）

系统性综述：特征点检测与匹配

https://www.kaggle.com/wesamelshamy/tutorial-image-feature-extraction-and-matching

https://automaticaddison.com/image-feature-detection-description-and-matching-in-opencv/

角点检测：Harris 与 Shi-Tomasi， 原理解释的比较详细

【十二】ORB角点检测， 原理解释的比较详细