BRISK算法学习笔记.pdfVIP

BRISK算法学习笔记

⼀、部分原⽂解读

1.尺度空间关键点检测

兴趣点⽤⼀个显著性标准在图像和尺度空间进⾏识别。为了加快计算的效率，关键点可以在⾦字塔图像的层或者层之间进⾏检测。每

个关键点的位置和尺度通过⼆次函数拟合的⽅式在持续的区域获得。

2.关键点描述

⼀个由依靠合适的尺度中⼼圆的点组成的采样⽅式是应⽤在每个关键点的邻域上来恢复灰度值：计算局部梯度强度的过程中，特征的

⽅向可以被确定。最终，BRISK的采样⽅式被⽤来获取被组合到⼆值化BRISK描述⼦的成对亮度⽐较结果。⼀旦形成，基于⼆进制描述⼦的

BRISK关键点可以很快地进⾏匹配。

在本⽂中，我们⽤了⼀种新颖的成为“BRISK”的⽅法⽤于⾼质量、快速、描述和匹配。此⽅法在⼀个有意义的延展上是旋转和尺度不

变性的。对⽐最先进的技术可以戏剧性的降低运算成本。在描述⽅法后，我们利⽤基准数据和⽤评估⽅法的标准呈现了实验结果。也就是，

我们⽤SURF和SIFT这个⼴泛作为图像转换的标准来评估BRISK。重点在于BRISK描述⼦和其他关键点描述⼦的结合⽽且反之亦然。

考虑到计算的效率，我们的检测⽅法是被Mair的⼯作启发的。他们的AGAST是以FAST为基础来扩展的，对于特征获取来说是很有效