SIFT,SURF,ORB,FAST 特征提取算法比较

图像处理的基础就是要进行特征点的提取，feature(interest points) detect 的方法也在不断的进步，边检测，角点检测，直线检测，圆检测，SIFT特征点检测，同时描述符也在发展，为了匹配的高效，逐渐从高维特征向量到二进制向量…下面做一个简单的罗列，并调用opencv API看看效果！
承接上一篇文章。

Feature Detection Methods List:

  • Canny Edge Detect, A Computational Approach to Edge Detection, 1986. The Canny edge detector is an edge detection operator that uses a multi-stage algorithm to detect a wide range of edges in images.
  • Harris, A combined corner and edge detector, 1988. considering the differential of the corner score with respect to direction directly.
  • GFTT，Good Features to Track,1994, Determines strong corners on an image.
  • Matas-2000, Robust Detection of Lines Using the Progressive Probabilistic Hough Transform. 霍夫变换检测直线.
  • 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. 128-dim(512B).
  • SURF, Speeded Up Robust Features,2006,受SIFT启发，比SIFT快，健壮. 64-dim(256B).
  • FAST ,Machine Learning for High-speed Corner Detection, 2006,wiki. Very fast, not robust to high level noise.
  • ORB, ORB: an efficient alternative to SIFT or SURF,2011，基于FAST和BRIEF，比SIFT快两个数量级，可作为SIFT的替代(a fusion of FAST keypoint detector and BRIEF descriptor). 32B binary descriptor.
  • BRISK，BRISK: Binary Robust Invariant Scalable Keypoints, 2011 . 64B binary descriptor.
  • STAR，Censure: Center surround extremas for realtime feature detection and matching,2008,引用次数不高.scale-invariant center-surround detector (CENSURE) that claims to outperform other detectors and is capable of real-time implementation.
  • MSER，Robust Wide Baseline Stereo from Maximally Stable Extremal Regions, 2002, 斑点检测(blob detection).

特征点提取算法比较(image dataset(27 pictures)):

ImageNO SIFT SURF ORB FAST STAR BRISK
0 2414 4126 500 11978 715 1538
1 4295 8129 500 16763 1166 1861
2 3404 4784 500 16191 816 1445
3 1639 2802 500 7166 203 699
4 1510 1484 497 29562 2383 3421
5 10572 8309 500 720 0 65
6 191 187 295 16125 825 1782
7 3352 4706 500 567 15 43
8 165 403 374 26701 1558 2762
9 4899 7523 500 12780 473 1299
10 1979 4212 500 10676 864 1498
11 3599 3294 500 663 0 70
12 163 168 287 7923 661 953
13 1884 2413 500 11681 548 2683
14 2509 5055 500 18097 1671 2898
15 9177 4773 500 7224 842 888
16 3332 3217 500 20502 1381 2612
17 5446 6611 500 16553 683 1959
18 4592 6033 500 706 54 216
19 266 509 459 9613 356 583
20 2087 2786 500 7459 223 607
21 2582 3651 500 12147 720 1530
22 2509 4237 500 14890 507 1113
23 1236 4545 500 6473 410 718
24 1311 2606 500 4293 199 491
25 237 387 500 657 122 132
26 968 1418 488 6609 45 343
Time Cost 21.52 17.4 0.97 0.25 2.34 2.14

上面是通过一些图片集测的单单是feature detect 的时间，接下来通过一对图片看看feature detect和compute feature descriptor总共花费的时间开销（秒）：

Image pair SIFT SURF ORB FAST(SURF)
eiffel-1,13.jpg 2.77 3.22 0.11 0.22

可以看到计算descriptor的开销还是很大的，这里仅仅两张图片，所以主要开始是计算描述符，提取是很快的。

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。

Image pair SIFT SURF ORB FAST(SURF) BRISK
eiffel-1,13.jpg 1639/1311/697 2802/2606/1243 500/500/251 1196/1105/586 607/491/287

Canny Edge Detection效果：

Find line segments by probabilistic Hough transform：

Harris Corner Detection：

SIFT match效果图：

SURF match效果图：

ORB match效果图：

BRISK match效果图：

代码在这里

参考：
Canny Edge Detector Example
Feature Detection-Canny, HoughLinesP
Harris corner detector Example
BRIEF (Binary Robust Independent Elementary Features)
ORB (Oriented FAST and Rotated BRIEF)

SIFT,SURF,ORB,FAST,BRISK 特征提取算法比较相关推荐

  1. SIFT,SURF,ORB,FAST 特征提取算法比较

    SIFT,SURF,ORB,FAST 特征提取算法比较 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 L ...

  2. [转]SIFT,SURF,ORB,FAST 特征提取算法比较

    转载地址:https://blog.csdn.net/vonzhoufz/article/details/46461849 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, VLF ...

  3. opencv中的SIFT,SURF,ORB,FAST 特征描叙算子比较

    opencv中的SIFT,SURF,ORB,FAST 特征描叙算子比较 参考: http://wenku.baidu.com/link?url=1aDYAJBCrrK-uk2w3sSNai7h52x_ ...

  4. 【Python+OpenCV】主流特征点检测器和描述子总结与实现附拼接结果(SIFT,SURF,ORB,AKAZE,FAST,BRIEF,CenSurE,BEBLID,SuperPoint)

    文章目录 准备工作 SIFT SURF ORB AKAZE FAST与BRIEF CenSurE BEBLID 匹配点后的图像拼接 SuperPoint 总结 准备工作 先准备两张待处理的图像,要求有 ...

  5. 【特征检测】BRISK特征提取算法

    简介 BRISK算法是2011年ICCV上<BRISK:Binary Robust Invariant Scalable Keypoints>文章中,提出来的一种特征提取算法,也是一种二进 ...

  6. BRISK特征提取算法 .

    申明,本文转载自:http://blog.csdn.net/hujingshuang/article/details/47045497 简介 BRISK算法是2011年ICCV上<BRISK:B ...

  7. BRISK特征提取算法

    简介 BRISK算法是2011年ICCV上<BRISK:Binary Robust Invariant Scalable Keypoints>文章中,提出来的一种特征提取算法,也是一种二进 ...

  8. OpenCV-Python Feature2D 特征点检测(含SIFT/SURF/ORB/KAZE/FAST/BRISK/AKAZE)

    对于OpenCV-Python,OpenCV2.x和OpenCV3.x的函数使用方式有很大不同.网上很多教程都还是基于OpenCV2.x,此版本已经逐渐被弃用. 本教程针对特征点检测,分析OpenCV ...

  9. 【MATLAB教程案例26】图像特征点提取算法matlab仿真与分析——sift,surf,kaze,corner,BRISK等

    FPGA教程目录 MATLAB教程目录 目录 1.软件版本 2.图像的sift特征提取和matlab仿真 2.1sift理论概述 2.2 matlab仿真

最新文章

  1. Linux多线程编程四（条件变量）
  2. python r语言 作图_R语言低级绘图函数-rect
  3. NameNode任务线程之FSNamesystem$ReplicationMonitor
  4. hive操作create，alter等
  5. Vue.js的复用组件开发流程
  6. 2021年5月信息系统项目管理师上午真题
  7. flex java 开发环境搭建_Flex+JAVA+BlazeDS开发环境配置(Java工程和Flex工程独立)
  8. Eclipse下如何导入jar包
  9. 关于android各种双卡手机获取imei，imsi的处置（mtk，展讯，高通等）
  10. Oracle checkpoint 说明
  11. Elasticsearch官档翻译——1 4 修改数据
  12. 自动计数报警器c语言程序,自动计数报警器.ppt
  13. 逻辑教育大厂必备IOS面试突击班
  14. 浅谈利用javascript实现gb2312编码。
  15. 三星s8文档有html,别找了 你想知道的三星S8一切都在这里
  16. css实现半圆（上下左右半圆）
  17. Task 编程中的异常处理
  18. 新年祝大家乐一乐，牛年旺旺，发财发财
  19. java实现发送qq邮箱验证码
  20. SCOI-2017 游记 SCOI-2017 酱油记 SCOI-2017 没有滚粗资格的记

热门文章

  1. SQL中DDL语句（数据表定义语言）
  2. 操作：FTP服务器的搭建
  3. 【剖析】上拉电阻和下拉电阻原理及其作用
  4. Mysql分组查询每组最新的一条数据（三种实现方法）
  5. SecureCRT登录会话密码解密
  6. python调用java之Jpype实现java接口
  7. ddos流量攻击有多少G_攻击流量超过300G，遭遇DDoS时我们能做些什么？
  8. 软件工程课程周进度报告 第六周
  9. #define的用法
  10. 【Python数学建模】SEIR传染病模型模型延伸-SEIDR模型（一），加入疫苗接种、政府管控、病毒变异等因素的影响