OpenCV ORB特徵檢測器如何工作？

我想使用ORB特徵檢測器和提取器來實現基於特徵的對齊算法。
到目前爲止，我提取使用ORB類的特徵從OpenCV的 ORB orb;
orb(gray_image,Mat(),features.keypoints,features.descriptors);
並使用來自OpenCV的matcher.knnMatch(features1.descriptors, features2.descriptors, pair_matches,2); 之後，我試圖找到使用findHomography功能的單應的knnMatch功能匹配他們，不過這個功能在需要圖像特徵之間至少有4個匹配，並且在我測試的大多數圖像上我都少於4.OpenCV ORB特徵檢測器如何工作？

有沒有人使用過此功能？有沒有關於它的文檔，或關於來自OpenCV的ORB類（ORB構造函數參數的含義）？

P.S.這是我的第一個問題。我不能發佈超過2個鏈接。對於opencv文檔，使用this。

來源

2011-08-29 Adrian Chitescu

你使用了什麼匹配器？ –

FlannBasedMatcher –

UPDATE：現在是OpenCV的文檔中，在這裏： http://opencv.itseez.com/modules/features2d/doc/feature_detection_and_description.html#orb

算法的詳細說明這裏找到：http://www.willowgarage.com/sites/default/files/orb_final.pdf

它不是在OpenCV中提到的文檔，但實際上OpenCV有：

兩種類型的描述符：

浮子描述符：
- SIFT
- SURF
UCHAR描述符：
- ORB
- 附圖

點

和相應的匹配：

浮法描述符：
- FlannBased
- BruteForce<L2<float> >
- BruteForce<SL2<float> > //因爲2.3.1
- BruteForce<L1<float> >
爲UCHAR DESCR iptors：
- BruteForce<Hamming>
- BruteForce<HammingLUT>
- FlannBased與自2.4 LSH索引//。0

所以，你需要修改代碼以使用例如BruteForce<Hamming>匹配的ORB描述符。可以使用L2或L1距離來匹配uchar描述符，但結果將不正確，並且findHomography返回的結果不令人滿意。

來源

2011-08-29 16:42:40

感謝您的快速響應。它現在使用BruteForceMatcher效果更好，但是我仍然在某些圖片上得到了一些不令人滿意的結果。我認爲ORB可能對旋轉/縮放比較敏感，因爲它使用了簡介描述符。我對嗎？ –

無論如何，你知道哪裏可以找到更多關於opencv中ORB實現的信息嗎？我看到ORB類可以接收一些參數（CommonParams），但我不知道如何設置它們。 –

實際上，ORB描述符基於BRIEF，但不完全相同（ORB是Oriented Brief的快捷方式）。所以ORB對旋轉的縮放比較敏感。這是OpenCV功能的[新比較]（http://computer-vision-talks.com/2011/08/feature-descriptor-comparison-report/）。而ORB是今年夏天才添加到OpenCV的全新算法，所以我認爲目前唯一解釋ORB的論文是ORB作者的原創論文。 –

OpenCV ORB特徵檢測器如何工作？

回答

相關問題