什麼BRIEF演算法?BRIEF演算法詳解

千鋒教育qyf發表於2021-07-30

  BRIEF是一種特徵描述子提取演算法,並非特徵點的提取演算法,一種生成二值化描述子的演算法,不提取代價低,匹配只需要使用簡單的漢明距離(Hamming Distance)利用位元之間的異或操作就可以完成。因此,時間代價低,空間代價低,效果還挺好是最大的優點。

  演算法的步驟介紹如下:

  1. 影像濾波:原始影像中存在噪聲時,會對結果產生影響,所以需要對影像進行濾波,去除部分噪聲。

  2. 選取點對:以特徵點為中心,取S*S的鄰域視窗,在視窗內隨機選取N組點對,一般N=128,256,512,預設是256,關於如何選取隨機點對,提供了五種形式,結果如下圖所示:

  ·x,y方向平均分佈取樣

  ·x,y均服從Gauss(0,S^2/25)各向同性取樣

  ·x服從Gauss(0,S^2/25),y服從Gauss(0,S^2/100)取樣

  ·x,y從網格中隨機獲取

  ·x一直在(0,0),y從網格中隨機選取

1

  圖中一條線段的兩個端點就是一組點對,其中第二種方法的結果比較好。

  3. 構建描述符:假設x,y是某個點對的兩個端點,p(x),p(y)是兩點對應的畫素值,則有:

2

  對每一個點對都進行上述的二進位制賦值,形成BRIEF的關鍵點的描述特徵向量,該向量一般為 128-512 位的字串,其中僅包含 1 和 0,如下圖所示:

3


來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/69996644/viewspace-2784408/,如需轉載,請註明出處,否則將追究法律責任。

相關文章