OpenCV ORB 特征检测器是如何工作的？

Question

我想使用ORB特征检测器和提取器来实现基于特征的对齐算法。
目前，我使用OpenCV中的ORB类提取了特征：ORB orb;
orb(gray_image,Mat(),features.keypoints,features.descriptors);
并使用openCV中的knnMatch函数进行匹配：matcher.knnMatch(features1.descriptors, features2.descriptors, pair_matches,2);之后，我试图使用findHomography函数找到单应性，但是此函数需要至少4个图像特征之间的匹配，而在我测试的大多数图像中，匹配数量小于4个。

是否有人使用过这个特征？是否有关于它或OpenCV中ORB类（ORB构造函数参数的含义）的文档？

P.S. 这是我的第一个问题。我无法发布超过2个链接。要查看OpenCV文档，请使用this。

- Adrian Chitescu

Answer 1

更新：现在可以在OpenCV文档中找到：http://opencv.itseez.com/modules/features2d/doc/feature_detection_and_description.html#orb

有关该算法的详细描述在此处：http://www.willowgarage.com/sites/default/files/orb_final.pdf

---

虽然在OpenCV文档中没有提到，但实际上OpenCV有：

两种类型的描述符：

• float描述符：
  • SIFT
  • SURF
• uchar描述符：
  • ORB
  • BRIEF

以及相应的匹配器：

• 对于float描述符：
  • FlannBased
  • BruteForce<L2<float> >
  • BruteForce<SL2<float> > //自2.3.1起
  • BruteForce<L1<float> >
• 对于uchar描述符：
  • BruteForce<Hamming>
  • BruteForce<HammingLUT>
  • FlannBased使用LSH索引 //自2.4.0起

因此，您需要修改代码，例如使用ORB描述符的BruteForce<Hamming>匹配器。可以对uchar描述符使用L2或L1距离进行匹配，但结果将不正确，并且findHomography返回不令人满意的结果。

- Andrey Kamaev

---

谢谢您的迅速回复。使用BruteForceMatcher效果更好了，但其中一些图片仍然没有让我满意。我认为ORB可能会对旋转/缩放比较敏感，因为它使用BRIEF描述符。我的想法正确吗？ - Adrian Chitescu

你知道在哪里可以找到更多关于OpenCV中ORB算法的实现的信息吗？我看到ORB类可以接收一些参数（常规参数），但我不知道如何设置它们。 - Adrian Chitescu

实际上，ORB描述符基于BRIEF算法，但并不完全相同（ORB是Oriented BRIEF的缩写）。因此，ORB对比旋转更加敏感。这里有一个OpenCV特征的新比较。而ORB是一种全新的算法，仅在今年夏季被添加到OpenCV中，因此我认为目前唯一解释ORB的论文是ORB作者的原始论文。 - Andrey Kamaev

这可能有点晚了，但如果您想获取更多关于ORB的信息，原始论文在此处发布：http://www.willowgarage.com/sites/default/files/orb_final.pdf。它是由Willow Garage专门为OpenCV编写的，因此我想它非常有用（尽管我没有阅读过它 - 他们去年在ICCV上有一张好海报！） - n00dle

@andrey：你确定只有在SIFT-SURF中才能使用L2<float>吗？在我的项目中，即使是ORB也可以使用。 - dynamic