BRIEF 算法的基础-BRIEF(Binary Robust Independent Elementary Features)

数字图像处理中brief算法源程序 数字图像处理中的BRIEF算法代码,可以下载了直接用 立即下载

BRIEF(Binary Robust Independent Elementary Features)

目标
  本节
  • 我们学习 BRIEF 算法的基础

原理
  我们知道 SIFT 算法使用的是 128 维的描述符。由于它是使用的浮点数,所以要使用 512 个字节。同样 SURF 算法最少使用 256 个字节(64 为维描述符)。创建一个包含上千个特征的向量需要消耗大量的内存,在嵌入式等资源有限的设备上这样是合适的。匹配时还会消耗更多的内存和时间。
  但是在实际的匹配过程中如此多的维度是没有必要的。我们可以使用 PCA,LDA 等方法来进行降维。甚至可以使用 LSH(局部敏感哈希)将 SIFT 浮点数的描述符转换成二进制字符串。对这些字符串再使用汉明距离进行匹配。汉明距离的计算只需要进行 XOR 位运算以及位计数,这种计算很适合在现代的CPU 上进行。但我们还是要先找到描述符才能使用哈希,这不能解决最初的内存消耗问题。
  BRIEF 应运而生。它不去计算描述符而是直接找到一个二进制字符串。这种算法使用的是已经平滑后的图像,它会按照一种特定的方式选取一组像素点对 nd{{n}_{d}}nd​ (x,y),然后在这些像素点对之间进行灰度值对比。例如,第一个点对的灰度值分别为 p 和 q。如果 p 小于 q,结果就是 1,否则就是 0。就这样对 nd{{n}_{d}}nd​个点对进行对比得到一个 nd{{n}_{d}}nd​ 维的二进制字符串。
  nd{{n}_{d}}nd​可以是 128,256,512。OpenCV 对这些都提供了支持,但在默认情况下是 256(OpenC 是使用字节表示它们的,所以这些值分别对应与 16,32,64)。当我们获得这些二进制字符串之后就可以使用汉明距离对它们进行匹配了。
  非常重要的一点是:BRIEF 是一种特征描述符,它不提供查找特征的方法。所以我们不得不使用其他特征检测器,比如 SIFT 和 SURF 等。原始文献推荐使用CenSurE 特征检测器,这种算法很快。而且 BRIEF 算法对 CenSurE关键点的描述效果要比 SURF 关键点的描述更好。
  简单来说 BRIEF 是一种对特征点描述符计算和匹配的快速方法。这种算法可以实现很高的识别率,除非出现平面内的大旋转。
  
OpenCV 中的 BRIEF
  下面的代码使用了 CenSurE 特征检测器和 BRIEF 描述符。(在 OpenCV中 CenSurE 检测器被叫做 STAR 检测器)。

# -*- coding: utf-8 -*-
"""
Created on Thu Jan 23 20:28:03 2014
@author: duan
"""
import numpy as np
import cv2
from matplotlib import pyplot as plt
img = cv2.imread('simple.jpg',0)
# Initiate STAR detector
star = cv2.FeatureDetector_create("STAR")
# Initiate BRIEF extractor
brief = cv2.DescriptorExtractor_create("BRIEF")
# find the keypoints with STAR
kp = star.detect(img,None)
# compute the descriptors with BRIEF
kp, des = brief.compute(img, kp)
print brief.getInt('bytes')
print des.shape

函数 brief.getInt(′bytes′) 会以字节格式给出 nd{{n}_{d}}nd​ 的大小,默认值为 32。下面就是匹配了,我们会在其他章节中介绍。

工程师必看:如何用定时截尾试验快速验证产品MTBF(附真实案例解析) 本文为硬件工程师详细解析了如何运用定时截尾试验快速验证产品MTBF(平均无故障工作时间)。通过七步实战法,结合工业物联网网关的真实案例,阐述了从参数设定、试验执行到结果判读的完整流程,并提供了MATLAB脚本实现自动化计算与可视化,帮助工程师在有限时间内科学评估产品可靠性。 阅读详情

相关推荐

从零到一:利用RAS Mapper高效构建一维河道水动力模型

本文详细介绍了如何利用RAS Mapper高效构建一维河道水动力模型,从工程文件创建、坐标系设置到河道几何建模全流程解析。通过可视化操作和自动地形提取功能,RAS Mapper大幅提升建模效率,特别适合应急项目和非专业背景工程师使用。文章还分享了断面智能剖切、糙率设置及模型调试的实用技巧,帮助用户快速掌握HEC RAS的核心功能。

weixin_30908941的博客 397

opencv BRIEF(Binary Robust Independent Elementary Features)

学习 BRIEF 算法的基础

Xiaoli_Coding 1617

EDA虚拟机分享2020版本(Synopsys2020)

EDA虚拟机分享

亦安的数字小站 9210

BRIEF 特征点描述算法

一、BRIEF特征点描述算法简介   BRIEF是Binary Robust Independent Elementary Features的缩写。这个特征描述子是由EPFL的Calonder在ECCV2010上提出的。主要思路就是在特征点附近随机选取若干点对,将这些点对的灰度值的大小,组合成一个二进制串,并将这个二进制串作为该特征点的特征描述子。这种方法摈弃了利用区域灰度直方图描述特征点的传统方

奋斗才是年轻该有的状态 4243

[附源码]计算机毕业设计JAVA网上花店系统

附源码]计算机毕业设计JAVA网上花店系统项目运行环境配置:(Webstorm也行)+ Eclispe(IntelliJ IDEA,Eclispe,MyEclispe,Sts都支持)。项目技术:等等组成,B/S模式 + Maven管理等等。环境需要1.运行环境:最好是java jdk 1.8,我们在这个平台上运行的。其他版本理论上也可以。2.IDE环境:IDEA,Eclipse,Myeclipse都可以。推荐IDEA;3.tomcat。

ssm毕设程序设计 2449

Bioinformatics2021 | FraGAT+:基于分子原始片段的多尺度图注意力机制的分子性质预测模型

Bioinformatics2021 | FraGAT:基于分子原始片段的多尺度图注意力机制的分子性质预测模型

justBeHerHero 2004

特征描述子算法——BRIEF

特征描述子算法——BRIEF一、算法简介二、算法原理1、以特征点为中心,取大小为 S x S 的区域p,区域的四条边分别都与坐标轴垂直或平行。2、采用方差为σ,卷积核大小为 N x N 的高斯滤波器对区域p每一点进行高斯平滑处理。3、计算4、计算维的位字符串(即特征点的描述子)三、算法优点四、算法缺点五、小贴士六、参考文章 一、算法简介 BRIEF是2010年ECCV会议上提出的一种以二进制字符串作为特征点的描述子。 二、算法原理 1、以特征点为中心,取大小为 S x S 的区域p,区域的四条边分别都与坐标

Williamcsj的博客 9272

深入解析进化算法中的选择与多样性

在计算科学的世界里,最优雅的解决方案往往源于最古老的智慧——大自然。进化算法(Evolutionary Algorithms, EAs)正是这样一种受达尔文自然选择学说启发的强大工具。它们通过模拟“适者生存”的过程,在庞大的可能性海洋中搜寻最优解。。:指的是深入挖掘和优化已知的优质解。这就像在一片已知的沃土上精耕细作,力求获得最高产量。强大的选择压力会促进这一过程。:指的是在整个搜索空间中寻找全新的、可能更优的解。这好比派遣探险队去发现新大陆,充满了未知与机遇。保持种群的多样性是探索的关键。

weixin_62533513的博客 724

FAST、BRIEF、ORB算法原理

FAST(features from accelerated segment test)是一种角点检测算法,可以用于提取特征点,后来也长用于目标跟踪等计算机视觉任务中。FAST角点检测算法最初由 Edward Rosten 和 Tom Drummond 提出,并于2006年正式发表。如名字所示,FAST算法最大的优势就是计算效率,相比于其他特征检测算法(例如SIFT、SUSAN、Harris和DOG等)更加快速。此外,通过应用机器学习方法,FAST可以在计算时间和资源等方面得到进一步的性能提升。

1854

Vue3 - 详解实现网站接入钉钉扫码登录功能,钉钉授权生成登录二维码用户用手机扫描二维码登陆,支持弹框式、浏览器单独新开页显示,钉钉扫描二维码登录详细流程及示例代码,最新vue集成钉钉扫码授权登录!

vue3,nuxt3,钉钉,扫码登录,vue3钉钉扫码登陆,钉钉授权第三方WEB网站扫码登录功能,钉钉扫码登录第三方网站,单点登录,二维码不显示,报错,扫了没反应,出错,vue3钉钉扫码登录,内嵌,获取个人信息,pc网页钉钉登录,钉钉扫码登录怎么新开一页,跳页显示二维码,内嵌登录二维码,iframe新页面弹出,弹出一个小窗口显示登录二维码,登录报错,扫码没反应,解决手机点登录报错没反应,官方文档,手机扫描钉钉二维码登录网站,页面弹出一个小窗口而不是打开一个页面,vue3中使用iframe实现另开小窗口扫码登

🏆 前端领域优质创作者 3700

Unity之ASE+ShaderGraph+VFX入门到精通 目录

这里是ASE+ShaderGraph+VFX从入门到精通专栏的目录,不停更新中,有问题随时留言或者私信。

TxNet 2843

什么BRIEF算法?BRIEF算法详解

  BRIEF是一种特征描述子提取算法,并非特征点的提取算法,一种生成二值化描述子的算法,不提取代价低,匹配只需要使用简单的汉明距离(Hamming Distance)利用比特之间的异或操作就可以完成。因此,时间代价低,空间代价低,效果还挺好是最大的优点。   算法的步骤介绍如下:   1. 图像滤波:原始图像中存在噪声时,会对结果产生影响,所以需要对图像进行滤波,去除部分噪声。   2. 选取点对:以特征点为中心,取S*S的邻域窗口,在窗口内随机选取N组点对,一般N=128,256,512,默认是2

qinge_Crazy的博客 2474

/home 挂载点无法访问 怎么解决 指令可以进入Home目录 du: 无法访问“*“: 输入/输出错误

本文介绍了Linux系统中XFS文件系统损坏的故障排查与修复方法。当/home挂载点出现I/O错误时,通过dmesg发现XFS日志错误和磁盘I/O报错,判断可能是文件系统逻辑损坏或硬件故障。解决方案包括:1)尝试卸载分区;2)使用xfs_repair工具进行预检查和正式修复;3)在极端情况下使用-L参数强制清空日志;4)若存在硬件故障,建议优先进行数据抢救并更换硬盘。最后强调重要数据应先备份,再考虑系统重建。

专注于计算机研发知识和资讯分享 159

BRIEF: Binary Robust Independent Elementary Features

BRIEF: Binary Robust Independent Elementary Features 论文翻译 摘要 我们提出使用二进制字符串作为有效的特征点描述符,我们称其为Brief。 我们表明,即使使用相对较少的位,它也是高度可辨别的,并且可以使用简单的强度差测试来计算。 此外,可以使用非常有效的汉明(hamming)距离来评估描述符相似度,而不是通常采用的L2范数。 结果,BRIEF的建立和匹配速度非常快。 我们将其与标准基准上的SURF和U-SURF进行了比较,并显示出它产生相似或更好的识别性

我的博客 1291

贝叶斯统计 [韦来生编]

贝叶斯(Bayes)统计是近几十年来迅速发展起来的数理统计的一个重要分支。贝叶斯方法与经典统计方法的主要不同之处是进行统计推断时除了利用样本信息外,还要利用参数的先验信息,因此可以提高统计推断或统计决策的效果。它在经济、金融、生物、医学、自然科学和社会科学等许多领域具有广泛的应用。贝叶斯方法的研究已渗透到了统计学的几乎所有领域。作者在给中国科学技术大学概率论与数理统计专业本科生开设的“数理统计”课程中有一章专门讲授“贝叶斯方法和统计决策理论”,近十年来也给中国科学技术大学概率统计专业研究生开设过几次“贝叶斯分析”课。本书是在对过去讲稿的内容作了适当的增减和调整的基础上完成的。  本书共分六章。第1章是绪论,介绍了贝叶斯统计的若干基本概念,同时对必要的数理统计的基础知识有重点地作了回顾。第二章介绍了确定先验分布的若干可供选择的方法。第三章介绍了几类常见统计模型参数的后验分布的主要结果和计算方法。第四章和第五章分别介绍了“贝叶斯统计推断”和“贝叶斯统计决策”的内容。第六章介绍了贝叶斯统计计算的若干方法,包括蒙特卡洛方法和马尔可夫链蒙特卡洛(MCMC)方法以及相关统计软件的简介。本书的每一章附右大量的例题和习题,书末附有常用的几个表格和部分习题解答供读者查用。  大约可在54学时内讲授本书的第1章至第六章的主要内容,教师可根据学时需要选讲本书第1章至第六章的部分内容。书中标“*”号的章节可略去不讲,留给读者作为阅读材料。第六章例题中的R代码和部分例题的数据文件等可从作者个人主页下载。  作者在编写本书的过程中参考了J.O.Berger教授的《统计决策论及贝叶斯分析》和茆诗松教授编写的《贝叶斯统计》等书中的一些内容,以及《贝叶斯分析》一书中由张伟平博士编写的有关贝叶斯统计计算的一些内容。在此表示衷心感谢。  本书编写准备过程中,中国科学技术大学统计与金融系的几个研究生帮助完成了本书部分中文的录入和排版,作者对他们的辛勤工作表示真诚的感谢。高等教育出版社为本书的出版给予了大力支持。在此一并致谢。

IMSL CNL 7.0.0 (x86-64)Crack

IMSL CNL 7.0.0 (x86-64)Crack intel的算法库破解文件,这是C++版本的破解文件

OpenCV-Python(35):BRIEF算法

BRIEF()是一种用于计算机视觉中特征点描述子的算法。它是一种,通过比较图像上不同位置的像素值来生成特征点的描述子。BRIEF算法的基本思想是选取一组固定的像素对,并比较这些像素对之间的。对于每一个像素对,如果第一个像素的亮度大于第二个像素的亮度,则将该像素对的比较结果设为1,否则设为0。将所有像素对的比较结果串联起来,就得到了该特征点的二进制描述子。BRIEF算法的优点是计算速度快、内存消耗小,。然而,由于BRIEF算法只比较像素的亮度差异,而没有考虑像素的空间关系,因此。

图灵追幕者博客录 2114

汉书HE8,好用的汇编代码编写工具

汉书HE8,好用的汇编代码编写工具早期编写汇编代码所用功能强大

【OpenCV-Python】教程:4-7 BRIEF( Binary Robust Independent Elementary Features)特征

但与CenSurE不同的是,Star使用正方形、六边形和八边形等多边形来接近圆形,而Star模拟的是带有2个重叠正方形的圆形:1个垂直,1个旋转45度。与SIFT和SURF相比,它们在次采样像素处发现极值,从而在更大的尺度上降低精度,CenSurE在金字塔的所有尺度上使用全空间分辨率创建特征向量。但在这里,我们需要先找到描述符,然后才能应用哈希,这并不能解决我们最初的内存问题。为数千个特性创建这样的向量需要大量内存,这对于资源受限的应用程序是不可行的,特别是对于嵌入式系统,内存消耗大,匹配的时间长。

929

STM32F407中文手册

STM32f407中文手册 本参考手册面向应用开发人员,提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列,各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性,请参见数据手册。有关 ARM Cortex™-M4F 内核的信息,请参见《Cortex™-M4F 技术参考手册》。

【OpenCV 例程 300篇】244. 特征检测之 BRIEF 特征描述

BRIEF算子对检测到的特征点构造特征描述子,特点是直接生成二进制字符串作为特征描述符,效率很高。 BRIEF 建立描述子的速度很快,生成的二进制描述子便于高速匹配,且便于在硬件上实现。 BRIEF 算法不涉及特征点检测方法,需要配合 FAST、SURF、CenSurE 等特征点检测算法使用。

youcans的博客 2878

Brief描述子

一、Brief算法 1、基本原理 BRIEF是2010年的一篇名为《BRIEF:Binary Robust Independent Elementary Features》的文章中提出,Brief为特征描述子,对已检测到的特征点进行描述,是一种二进制编码描述子,摒弃了区域灰度直方图描述特征点的传统方法,加快特征描述子建立速度,降低特征匹配时间。因为需要事先得到特征点的位置,可以利用Fast特征...

weixin_30649641的博客 578

BRIEF特征点描述算法详解

看了许多关于BRIEF算法的博文,大多数写的不太详细,本文基于《BRIEF: Binary Robust Independent Elementary Features》给出详细解释和理解。 1.摘要 BRIEF是在ECCV2010上提出的一种以二进制字符串作为特征点的描述子。原作者将其与SURF和U-SURF在标准基准上进行了比较,结果表明,BRIEF具有类似或更好的识别性能,而运行时间只占二...

zjn-ai的博客 9901

【特征检测】BRIEF特征点描述算法

BRIEF是对已检测到的特征点进行描述,它是一种二进制编码的描述子,摈弃了利用区域灰度直方图描述特征点的传统方法,大大的加快了特征描述符建立的速度,同时也极大的降低了特征匹配的时间,是一种非常快速,很有潜力的算法。

hujingshuang 3万+

任务状态查询API函数介绍(07)

① portCONFIGURE_TIMER_FOR_RUNTIME_STATE() : 用于初始化用于配置任务运行时间统计的时基定时器;② portGET_RUN_TIME_COUNTER_VALUE(): 用于获取该功能时基硬件定时器计数的计数值。State : 任务的壮态信息, B 是阻塞态, R 是就绪态, S 是挂起态, D 是删除态。Num : 任务编号, 这个编号是唯一的, 当多个任务使用同一个任务名的时候可以通过此编号来做区分。Stack : 任务堆栈的。

jimo666的博客 425

BRIEF(Binary Robust Independent Elementary Features)直接翻译成汉语是什么意思呢?是用来干什么的呢?

问题描述:BRIEF(Binary Robust Independent Elementary Features)直接翻译成汉语是什么意思呢?是用来干什么的呢?的直接翻译是。

weixin_43501408的博客 377

BRIEF算法

本文结构 为了看懂ORB特征提取算法,来看了BRIEF算法的原文,并查看了OpenCV中BRIEF的相关实现,来验证论文的解读正确与否。 BRIEF论文解读 摘要 用二进制串描述局部特征,好处有二:一是很少的bit就能描述独特的性质;二是可以用汉明距离计算两个二进制串之间的特征,计算速度快。在实际应用中的好处是:算的准;算的快;省内存。 BRIEF特征的建立和用于匹配,都很快。性能测试表明,BRI...

weixin_33923762的博客 1428

BRIEF算法学习

http://blog.sina.com.cn/s/blog_916b71bb0100wbdh.html    算法的中文简介 http://cvlab.epfl.ch/research/detect/brief/   算法的homepage 这个算法比较简单, 1.利用已有的算法(比如说fast-9算法)找到角点。 2.在找到的角点的周围规定一个S*S的patch。 3.论文中介绍

jia_zhengshen的专栏 2862

BRIEF描述子生成算法

点击上方“小白学视觉”,选择加"星标"或“置顶”重磅干货,第一时间送达一、介绍我们知道SIFT算法通常通过对每个关键点生成128个特征向量作为描述子、SURF算法通常对关键点生成最少64个...

小白学视觉 758

5.7. BRIEF (Binary Robust Independent Elementary Features)

但是在实际的匹配过程中如此多的维度是没有必要的。汉明距离的计算只需要进行 XOR 位运算以及位计数,这种计算很适合在现代的CPU 上进行。创建一个包含上千个特征的向量需要消耗大量的内存,在嵌入式等资源有限的设备上这样是不可行的。非常重要的一点是:BRIEF 是一种特征描述符,它不提供查找特征的方法。OpenCV 对这些都提供了支持,但在默认情况下是 256(OpenC 是使用字节表示它们的,所以这些值分别对应与 16,32,64)。这种算法使用的是已经平滑后的图像,它会按照一种特定的方式选取一组像素点对。

192
上一篇: 角点检测的 FAST 算法
下一篇: ORB (Oriented FAST and Rotated BRIEF)
越努力越幸运@
博客等级 码龄8年 6961粉丝 126原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

越努力越幸运@

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值
⌂ 换网址