python opencv入门 BRIEF算法（36）

内容来自OpenCV-Python Tutorials 自己翻译整理

目标：

了解BRIEF算法的基本原理

原理：

在SIFT算法使用128维的描述符，因为使用float类型描述，所以需要512字节的内存。
在SURF算法中，以64维描述符来计算，至少需要256字节的内存。
在创建一个含有数千个特征的向量会消耗大量的内存，这种情况在资源的有限的设备上不实用，尤其是嵌入式设备。此外，计算时间也非常漫长。

但是在实际的匹配过程中，不是所有的维数都需要。我们可以使用一些方法来对维数进行压缩，例如PCA（主成分分析）算法，和LDA（线性判别式分析）算法等等。甚至使用LSH（局部敏感哈希）算法，把SIFT的描述符从浮点数类型转化成二进制字符串，然后对这些字符串使用汉明距离来进行匹配。由于韩明距离的计算方法只需要使用亦或位运算和位计数，在带有SSE指令的现代的CPU上计算速度很快。
不过，在此我们需要先找到描述符，然后才能使用哈希，进而计算汉明距离。不过这样没解决内存过大的问题。

BRIEF算法由此产生，该算法提供了一个很简介的手段在不寻找描述符的情况下，去寻找二进制字符串。

大致过程如下

首先找到特征点，在特征点附近划定一个正方形区域，使用高斯平滑去掉噪声。接下来，使用一种算法，在正方形区域当中选定一对点 (x,y) ( x , y ) (x,y)，例如x点的像素值是p，y点是q，如果p小于q，那么结果产生结果1，否则产生结果0，如下下来寻找n对点，就会得到n维的二进制字符串。

维度可以是128，256，512，默认值256。

在得到二进制字符串后，就可以使用汉明距离来匹配这些描述符了。

这里注意，BRIEF算法不提供特征点检测功能，所以需要使用其他的特征检测器来找到特征点，例如SIFT算法或者SURF算法等等。本文腿甲你使用CenSurE检测算法来寻找特征点，最重要的是CenSurE检测算法配合BRIEF算法效果要比使用SURF算法效果更好。

SURF算法在没有选择的图像当中，匹配效果非常好。而且速度快，使用资源低，在有选择的图像当中，效果很差。

关于BRIEF的原版论文和CenSurE检测器的论文
https://download.csdn.net/download/tengfei461807914/10294235

OpenCV中的BRIEF算法

在OpenCV中CenSurE检测器叫做STAR

import numpy as np
import cv2
from matplotlib import pyplot as pltimg = cv2.imread('1.jpg',0)# 初始化STAR检测器
star = cv2.xfeatures2d.StarDetector_create()
# 初始化BRIEF特征提取器
brief = cv2.xfeatures2d.BriefDescriptorExtractor_create()
# 使用STAR寻找特征点
kp = star.detect(img,None)
# 计算特征描述符
kp, des = brief.compute(img, kp)img = cv2.drawKeypoints(img,kp,img,color=(255,0,0))cv2.imshow('p',img)cv2.waitKey(0)
print( brief.descriptorSize() )
print( des.shape )

STAR检测器文档
https://docs.opencv.org/master/dd/d39/classcv_1_1xfeatures2d_1_1StarDetector.html
BRIEF的文档
https://docs.opencv.org/master/d1/d93/classcv_1_1xfeatures2d_1_1BriefDescriptorExtractor.html

python opencv入门 BRIEF算法（36）相关推荐

python opencv入门 SURF算法（34）
内容来自OpenCV-Python Tutorials 自己翻译整理目标: SURF算法基础 opencv总SURF算法的使用原理: 上节课使用了SIFT算法,当时这种算法效率不高,需要更快速的算 ...
python——opencv入门（一）
1. OpenCV的结构和Python一样,当前的OpenCV也有两个大版本,OpenCV2和OpenCV3.相比OpenCV2,OpenCV3提供了更强的功能和更多方便的特性.不过考虑到和深度学习 ...
python语言入门w-Python算法基础
有穷性:算法的有穷性是指算法必须能在执行有限个步骤之后终止: 确切性:算法的每一步骤必须有确切的定义: 输入项:一个算法有0个或多个输入,以刻画运算对象的初始情况,所谓0个输入是指算法本身定出了初始条 ...
python opencv入门 Meanshift 和 Camshift 算法（40）
内容来自OpenCV-Python Tutorials 自己翻译整理目标: 在本章,学习Meanshift算法和Camshift算法来寻找和追踪视频中的目标物体. Meanshift算法: mean ...
python+openCV使用SIFT算法实现印章的总相似度检测
python实现,使用SIFT算法和文字相似度检测算法,并使用了pyqt5做的印章相似度检测工具,还有很大优化空间,对于我这水平费了不少力气,记录一下. 首先整体流程是预建了一个印章库,包含若干张图片 ...
python opencv入门光流法（41）
内容来自OpenCV-Python Tutorials 自己翻译整理目标: 了解光流的概念,使用lucas-kanade估算方法使用cv2.calcOpticalFlowPyrLK() 方法来追踪 ...
python OpenCV 入门教程等你来取
虽然python 很强大,而且也有自己的图像处理库PIL,但是相对于OpenCV 来讲,OpenCV更加强大, 可以做更多更复杂的应用,比如人脸识别等.跟很多开源软件一样OpenCV 也提供了完善的p ...
python opencv 利用 GrabCut 算法（opencv已经实现）从图像中分离出前景
# 利用GrabCut算法从图像中分离出前景 import numpy as np import cv2 as cv from matplotlib import pyplot as pltimg = ...
python opencv 利用分水岭算法实现对物体的分割图文详细注释版以分割官网提供的硬币为例
分水岭算法可以实现自动分割多个物体,opencv中 cv.watershed() 函数实现了分水岭算法话不多说,上代码 # 利用分水岭算法分离多个相同硬币 import numpy as np im ...

python opencv入门 BRIEF算法（36）

python opencv入门 BRIEF算法（36）相关推荐

最新文章

热门文章