BRIEF算法步驟詳細(xì)介紹

BRIEF是一種特征描述子提取算法，并非特征點(diǎn)的提取算法，一種生成二值化描述子的算法，不提取代價(jià)低，匹配只需要使用簡(jiǎn)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(shí)間代價(jià)低，空間代價(jià)低，效果還挺好是最大的優(yōu)點(diǎn)。

算法的步驟介紹如下：

1. 圖像濾波：原始圖像中存在噪聲時(shí)，會(huì)對(duì)結(jié)果產(chǎn)生影響，所以需要對(duì)圖像進(jìn)行濾波，去除部分噪聲。

2. 選取點(diǎn)對(duì)：以特征點(diǎn)為中心，取S*S的鄰域窗口，在窗口內(nèi)隨機(jī)選取N組點(diǎn)對(duì)，一般N=128,256,512，默認(rèn)是256，關(guān)于如何選取隨機(jī)點(diǎn)對(duì)，提供了五種形式，結(jié)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(wǎng)格中隨機(jī)獲取

·x一直在(0,0)，y從網(wǎng)格中隨機(jī)選取

圖中一條線段的兩個(gè)端點(diǎn)就是一組點(diǎn)對(duì)，其中第二種方法的結(jié)果比較好。

3. 構(gòu)建描述符：假設(shè)x,y是某個(gè)點(diǎn)對(duì)的兩個(gè)端點(diǎn)，p(x),p(y)是兩點(diǎn)對(duì)應(yīng)的像素值，則有：

對(duì)每一個(gè)點(diǎn)對(duì)都進(jìn)行上述的二進(jìn)制賦值，形成BRIEF的關(guān)鍵點(diǎn)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：

猜你喜歡：

什么是深度學(xué)習(xí)？深度學(xué)習(xí)各層負(fù)責(zé)什么內(nèi)容？

OpenCV圖片相加和混合的方法

什么是聚類算法?

K-近鄰算法(KNN)概念：什么是K-近鄰算法?

語言模型-BERT：bert算法介紹

傳智教育人工智能開發(fā)課程