C++ OpenCV特征提取之Brisk特征检测与匹配

前言

BRISK是BRIEF描述子的一种改进，相比于BRIEF特征，它具有旋转不变性、尺度不变性和对噪声的鲁棒性。几个特征检测的速度比较：SIFT>SURF>BRISK>FREAK>ORB，在对有较大模糊的图像配准时，BRISK算法在其中表现最为出色。

Brisk特征介绍

• 构建尺度空间
• 特征点检测
• FAST9-16寻找特征点
• 特征点定位
• 关键点描述子

代码演示

我们再新建一个项目名为opencv--brisk，按照配置属性(VS2017配置OpenCV通用属性),然后在源文件写入#include和main方法，这里因为我们肯定能读到图片，所以我都省略了一些判断的语句，详细的判断图片是否读取成功的可以看以前的例子里面。

Brisk检测

我们先来做一下Brisk的检测，检测这里代码比较简单，先用以前的test3的图片进行检测看看效果，下面的检测代码。

然后我们看一下运行的效果

要以看到特征点都检测出来了，感觉效果比起SIFT和SURF都要好一点。下面我们再做一下特征的匹配。

Brisk匹配

做匹配的话我们还是用前面的对应的两个图片test8和test7，接下来我们就来修改代码

首先修改加载的图片

然后重新定义keypoints进行检测

再进行Match的匹配

接下来寻找最好的Match Point

在新图上绘制goodMatch并显示出来

接下来我们看一下运行的效果

-END-