重新温习SLAM的一些基本知识

经典特征提取与匹配

ORB 特征

ORB 特征亦关键点和描述子两部分组成。

FAST 关键点

FAST 是一种角点,主要检测局部像素灰度变化明显的地方,以速度快著称。它的思想是:如果 一个像素与邻域的像素差别较大(过亮或过暗),那么它更可能是角点。相比于其他角点检测算法, FAST 只需比较像素亮度的大小,十分快捷。

在 FAST-12 算法中,为了更高效,可以添加一项预测试操作,以快速地排除绝大多数不是角点 的像素。

原始的 FAST 角点经常出现“扎堆”的现象。所以在第一遍检测之后,还需要用非极大值抑制(Non-maximal suppression),在一定区域内仅保留 响应极大值的角点,避免角点集中的问题。 针对 FAST 角点不具有方向性和尺 度的弱点,ORB 添加了尺度和旋转的描述。尺度不变性由构建图像金字塔,并在金字塔的每一层上检测角点来实现。通过矩可以找到图像块的质心，连接图像块的几何中心 O 与质心 C，得到特征点的方向。

BRIEF 描述子

BRIEF 是一种二进制描述子,其描述向量由许多个 0 和 1 组成,这里的 0 和 1 编码了关键点附 近两个随机像素(比如 p 和 q)的大小关系:如果 p 比 q 大,则取 1,反之就取 0。如果我们取了 128 个这样的 p; q,最后就得到 128 维由 0、1 组成的向量。

特征匹配

如果没有其他约束，在BRIEF 汉明距离极小的计算量下，通常可以使用暴力匹配(BruteForce Matcher)。

2D−2D: 对极几何