溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
小編給大家分享一下C++ OpenCV特征提取之如何實現Brisk特征檢測與匹配，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！
前言
BRISK是BRIEF描述子的一種改進，相比于BRIEF特征，它具有旋轉不變性、尺度不變性和對噪聲的魯棒性。幾個特征檢測的速度比較：SIFT>SURF>BRISK>FREAK>ORB，在對有較大模糊的圖像配準時，BRISK算法在其中表現最為出色。
Brisk特征介紹
構建尺度空間
特征點檢測
FAST9-16尋找特征點
特征點定位
關鍵點描述子
代碼演示
我們再新建一個項目名為opencv--brisk，按照配置屬性(VS2017配置OpenCV通用屬性),然后在源文件寫入#include和main方法，這里因為我們肯定能讀到圖片，所以我都省略了一些判斷的語句，詳細的判斷圖片是否讀取成功的可以看以前的例子里面。
Brisk檢測
我們先來做一下Brisk的檢測，檢測這里代碼比較簡單，先用以前的test3的圖片進行檢測看看效果，下面的檢測代碼。
然后我們看一下運行的效果
要以看到特征點都檢測出來了，感覺效果比起SIFT和SURF都要好一點。下面我們再做一下特征的匹配。
Brisk匹配
做匹配的話我們還是用前面的對應的兩個圖片test8和test7，接下來我們就來修改代碼
首先修改加載的圖片
然后重新定義keypoints進行檢測
再進行Match的匹配
接下來尋找最好的Match Point
在新圖上繪制goodMatch并顯示出來
接下來我們看一下運行的效果
以上是“C++ OpenCV特征提取之如何實現Brisk特征檢測與匹配”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注億速云行業資訊頻道！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
