什么BRIEF算法？BRIEF算法詳解

BRIEF是一種特征描述子提取算法，并非特征點的提取算法，一種生成二值化描述子的算法，不提取代價低，匹配只需要使用簡單的漢明距離(Hamming Distance)利用比特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(yōu)點。

算法的步驟介紹如下：

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

2. 選取點對：以特征點為中心，取S*S的鄰域窗口，在窗口內隨機選取N組點對，一般N=128,256,512，默認是256，關于如何選取隨機點對，提供了五種形式，結果如下圖所示：

·x,y方向平均分布采樣

·x,y均服從Gauss(0,S^2/25)各向同性采樣

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

·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

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)是兩點對應的像素值，則有：

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

《圖像處理OpenCV入門教程》課程導讀

加QQ：2217622915，獲取《圖像處理OpenCV入門教程》全套視頻教程+筆記+源碼。

猜你喜歡：

OpenCV讀取視頻的方法？

OpenCV是干什么的？

OpenCV圖像疊加和圖像混合

認識聚類算法

黑馬程序員人工智能培訓課程