orb算法修改代码，基于ORB的图像匹配算法改进.doc

 基于ORB的图像匹配算法改进 摘要：SURF算法具有完全尺度不变性，但在复杂匹配效果及实时性 仍然不佳。ORB在特征点匹配不具备尺度不变性。结合SURF，提出改进ORB 算法，先利用SURF算法生成具有尺度不变性的特征点，后使用ORB描述 子生成具有旋转不变性的二进制描述子；最后义Hamming距离完成特征点 匹配。实验结果表明，该算法保留了SURF的尺度不变性，且具有快速优 越性，很好的图像配准的要求。 关键词：SURF算法；度不变性；改进ORB；图像匹配；特征提取 图像特征匹配是指通过分别提取两个或者多个图像的特征（点，线： 面等特征），对特征进行参数描述，然后运用所描述的参数来进行匹配的 一种算法。图像特征点匹配是计算机视觉领域的重要部分，广泛地应用与 图像处理，遥感数据分析，模式识别等邻域L1，2]。SURF（speeded-uprobust features）[3]由H.bay在分析总结多种特征检测方法的基础上提出，并 在2008年完善。本文提出一种基于改进的ORB算法，实现特征点的快速 检测及匹配。主要思路是：先用SURF算法检测特征点，分配给特征点一 个主方向，然后采用ORB中的BRIEF[5，6]描述子对特征点进行描述[7~ 10]，最再利用基于二进制串的Hamming距离进行特征点匹配。本文算法 的匹配速度和ORB大致相当，并且克服了ORB不具备尺度不变性的