OpenCV BRISK特征检测和匹配

什么是BRISK算法

BRISK算法源自2011年ICCV会议中发表的《BRISK:Binary Robust Invariant Scalable Keypoints》一文。这种基于该论文的特征提取方法同时也是二进制特征描述工具。

它表现出良好的旋转和尺度双重抗变能力、良好的抗噪能力等特性。在图像配准应用领域中计算效率对比显示：SIFT算法的表现优于SURF、BRISK优于FREAK且优于ORB，在面对高度模糊的场景时展现出卓越性能

---

BRISK算法特征点检测的特点

BRISK算法主要基于FAST9-16 进行特征点检测
为了解决尺度不变性 BRISK算法构建了一个图像金字塔以实现多尺度表达

---

BRISK算法的原理及步骤

1.建立尺度空间

关键点定位（在分析这批8幅图像时），采用FAST9至16算法分别进行角点探测）。随后针对原始图像img另进行一次FAST5至8级关键点探测（作为虚拟基准层d(-1)），最终将汇总出9个具有关键信息的图像）

3. 非极大值抑制 （对该9幅图像实施空间域的非极值抑制处理（如同SIFT算法的一致性处理））

4.亚像素插值精确定位 在包含极值点的层及其相邻层上，并对其FAST得分结果（共计三个数值）进行二维二次函数拟合计算（x和y方向），从而确