ORB特徵
1.ORB特徵簡介
ORB（Oriented FAST and Rotated BRIEF）是一種快速特徵點提取和描述的算法 。ORB特徵由關鍵點和描述子兩部分組成。ORB採用FAST（features from accelerated segment test）算法來檢測特徵點。FAST核心思想就是找出那些相對突出的點，即拿一個點跟它周圍的點比較，如果它和其中大部分的點都不一樣就可以認爲它是一個特徵點。
算法步驟：
1. 從圖片中選取一個像素點P，下面我們將判斷它是否是一個特徵點。我們首先把它的密度（即灰度值）設爲Ip。
2. 設定一個合適的闕值t ：當2個點的灰度值之差的絕對值大於t時，我們認爲這2個點不相同。
3. 考慮該像素點周圍的16個像素。（見上圖）
現在如果這16個點中有連續的n個點都和P點不同，那麼它就是一個角點。 這裏n設定爲12。（即爲fast-12）
4. 循環以上步驟對每個像素執行相似操作。
5. 非極大值抑制去除局部較密集特徵點。使用非極大值抑制算法去除臨近位置多個特徵點的問題。爲每一個特徵點計算出其響應大小。計算方式是特徵點P和其周圍16個特徵點偏差的絕對值和。在比較臨近的特徵點中，保留響應值較大的特徵點，刪除其餘的特徵點。
fast 特徵點優勢與劣勢
優點：計算速度快，實時性高。
缺點：找到的特徵點較多，而且不確定。
ORB特徵的改進
1. ORB特徵對fast原始角點計算Harris響應值，具有篩選作用。
2. ORB特徵對fast原始特徵點增加了尺度和旋轉的描述。從而能適應尺度和角度的變化，得到穩定的角點，這在特徵匹配環節具有重要意義。