OpenCV ORB 特征检测器如何工作？

Posted 2023-03-13

【中文标题】OpenCV ORB 特征检测器如何工作？

【英文标题】：How Does OpenCV ORB Feature Detector Work?

【发布时间】：2011-11-06 03:42:08

【问题描述】：

我想使用 ORB 特征检测器和提取器实现基于特征的对齐算法。 到目前为止，我使用 OpenCV 中的 ORB 类提取了特征 ORB orb;orb(gray_image,Mat(),features.keypoints,features.descriptors); 并使用 openCV matcher.knnMatch(features1.descriptors, features2.descriptors, pair_matches,2); 中的 knnMatch 函数匹配它们 之后，我尝试使用 findHomography 函数查找单应性，但此函数需要图像特征之间至少 4 次匹配，而在我测试的大多数图像上，我得到的匹配不到 4。

有人用过这个功能吗？有没有关于它的文档，或者关于 OpenCV 中的 ORB 类（ORB 构造函数参数的含义）？

附：这是我的第一个问题。我不能发布超过 2 个链接。对于 opencv 文档，请使用 this。

【参考方案1】：

更新：现在它是在 OpenCV 文档中，这里： http://opencv.itseez.com/modules/features2d/doc/feature_detection_and_description.html#orb

算法的详细说明见这里：http://www.willowgarage.com/sites/default/files/orb_final.pdf

---

OpenCV 文档中没有提到，但实际上 OpenCV 有：

两种类型的描述符：

浮点描述符： 筛选 冲浪 uchar 描述符： ORB 简介

以及对应的匹配器：

对于浮点描述符： FlannBased BruteForce<L2<float> > BruteForce<SL2<float> > //2.3.1 起 BruteForce<L1<float> > 对于 uchar 描述符： BruteForce<Hamming> BruteForce<HammingLUT> FlannBased 带有 LSH 索引 //自 2.4.0 起

因此，您需要修改代码以使用例如 BruteForce<Hamming> 匹配器作为 ORB 描述符。可以使用 L2 或 L1 距离来匹配 uchar 描述符，但结果会不正确，并且 findHomography 会返回不令人满意的结果。

【讨论】：

感谢您的快速回复。它现在与 BruteForceMatcher 一起工作得更好，但我仍然得到一些不满意的结果。我认为 ORB 可能对旋转/缩放敏感，因为它使用简要描述符。我说的对吗？

无论如何，你知道我在哪里可以找到更多关于 opencv 中的 ORB 实现的信息吗？我看到 ORB 类可以接收一些参数（CommonParams），但我不知道如何设置它们。

其实ORB描述符是基于BRIEF的，但并不完全相同（ORB是Oriented Brief的缩写）。所以 ORB 对缩放比旋转更敏感。这是 OpenCV 功能的new comparison。而ORB是今年夏天才加入OpenCV的全新算法，所以我认为目前唯一解释ORB的论文是ORB作者的原创论文。

另外我应该指出，我认为 ORB 还没有被移植到 python 绑定中。

这可能是晚了，但是如果你想了解更多关于ORB的信息，原论文贴在这里：willowgarage.com/sites/default/files/orb_final.pdf它是Willow Garage专门为OpenCV写的，所以我想是相当有用（虽然我没有读过——他们去年在 ICCV 上确实有一张很好的海报！）