参考：

http://wenku.baidu.com/link?url=1aDYAJBCrrK-uk2w3sSNai7h52x_eWeRu9p9GhZd49WJ1bEOB7VluQdBdRKeehAO2Q3B7RatTXDruq-M9cR-W2yqATerDlIU1T3whYoyQfi

http://www.cvchina.info/2011/07/04/whats-orb/

http://www.bubuko.com/infodetail-909956.html

主要的特征检测方法有以下几种，在一般的图像处理库中（如opencv, VLFeat, Boofcv等）都会实现。

• FAST ,Machine Learning for High-speed Corner Detection, 2006
• SIFT,Distinctive Image Features from Scale-Invariant Keypoints,2004, invariant to image translation, scaling, and rotation, partially invariant to illumination changes and robust to local geometric distortion
• SURF,Speeded Up Robust Features,2006,受SIFT启发，比SIFT快，健壮
• ORB,ORB: an efficient alternative to SIFT or SURF,2011，基于FAST，比SIFT快两个数量级，可作为SIFT的替代
• BRISK，BRISK: Binary Robust Invariant Scalable Keypoints
• STAR，Censure: Center surround extremas for realtime feature detection and matching,引用次数不高
• MSER，Robust Wide Baseline Stereo from Maximally Stable Extremal Regions,2002,斑点检测
• GFTT，Good Features to Track,1994,Determines strong corners on an image
• HARRIS,Harris and M. Stephens (1988). “A combined corner and edge detector”,也是一种角点检测方法
• KAZE(eccv2012)
• FREAK（）
• deepmatching http://lear.inrialpes.fr/src/deepmatching/

这里主要关注SIFT,SURF,FAST,ORB的对比。

可以看到FAST提取了大量的特征点，在计算时间上，比SIFT SURF快两个数量级，ORB在FAST基础上得来的，特征点的质量比较高！

下面通过通过两张图片来看这几个算法匹配的效果，1639-1311-697表示图片1，2分别提取了1639，1311个keypoints，其中匹配的有697个。

接下来是eiffel-1.jpg，eiffel-13.jpg 俩图片通过不同算法进行匹配的结果示意图。
SIFT

SURF

ORB

FAST

需要注意的地方：
* 链接的时候加上pkg-config opencv --cflags --libs可以加入所有opencv的库
* SIFT，SURF是nonfree的，使用的时候需要方法initModule_nonfree()，需要头文件opencv2/nonfree/nonfree.hpp
* FAST只是检测角点，要结合其他extractor如ORB,SIFT.

参考：
1.opencv feature2d
2.Feature Detection and Description