图像特征检测算法与图像特征匹配算法

图像特征匹配：选取一些图像，检测它们的主要特征，并通过单应性（homography）来检测这些图像是否存在于另一个图像中。

常用的opencv特征检测和提取方法

• Harris: 该算法用于检测角点

• SIFT: 该算法用于检测斑点（blob）

• SURF: 该算法用于检测斑点

• FAST: 该算法用于检测角点

• BRIEF: 该算法用于检测斑点

• ORB: 该算法代表带方向的FAST算法与具有旋转不变形的BRIEF算法

通过以下方法进行特征匹配：

• 暴力（Brute-Force）匹配法，knnMatch

• 基于FLANN的匹配法

大多数特征检测算法都会涉及图像的角点、边、和斑点识别，也有脊向（ridge，细长物体的对称轴，比如识别图像中的一条路）特征。这些特征独特且易于识别。一般角点及密度高区域是好特征，大量重复模式或低密度区域（蓝色天空）不是好特征。边缘可以将图像分为两个区域，也是好特征。