正文
[转]SIFT,SURF,ORB,FAST 特征提取算法比较
提示：扫一扫查出行【扫一扫了解最新限行尾号】
复制提示
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, 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
这里主要关注SIFT,SURF,FAST,ORB的对比。
| Image NO | SIFT | SURF | ORB | FAST |
|---|---|---|---|---|
| 0 | 2414 | 4126 | 500 | 11978 |
| 1 | 4295 | 8129 | 500 | 16763 |
| 2 | 3404 | 4784 | 500 | 16191 |
| 3 | 1639 | 2802 | 500 | 7166 |
| 4 | 1510 | 1484 | 497 | 29562 |
| 5 | 10572 | 8309 | 500 | 720 |
| 6 | 191 | 187 | 295 | 16125 |
| 7 | 3352 | 4706 | 500 | 567 |
| 8 | 165 | 403 | 374 | 26701 |
| 9 | 4899 | 7523 | 500 | 12780 |
| 10 | 1979 | 4212 | 500 | 10676 |
| 11 | 3599 | 3294 | 500 | 663 |
| 12 | 163 | 168 | 287 | 7923 |
| 13 | 1884 | 2413 | 500 | 11681 |
| 14 | 2509 | 5055 | 500 | 18097 |
| 15 | 9177 | 4773 | 500 | 7224 |
| 16 | 3332 | 3217 | 500 | 20502 |
| 17 | 5446 | 6611 | 500 | 16553 |
| 18 | 4592 | 6033 | 500 | 706 |
| 19 | 266 | 509 | 459 | 9613 |
| 20 | 2087 | 2786 | 500 | 7459 |
| 21 | 2582 | 3651 | 500 | 12147 |
| 22 | 2509 | 4237 | 500 | 14890 |
| 23 | 1236 | 4545 | 500 | 6473 |
| 24 | 1311 | 2606 | 500 | 4293 |
| 25 | 237 | 387 | 500 | 657 |
| 26 | 968 | 1418 | 488 | 6609 |
| Time Cost | 21.52 | 17.4 | 0.97 | 0.25 |
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。
| Image pair | SIFT | SURF | ORB | FAST(SURF) |
|---|---|---|---|---|
| eiffel-1.jpg，eiffel-13.jpg | 1639-1311-697 | 2802-2606-1243 | 500-500-251 | 1196-1105-586 |
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
