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