码上快乐

相关内容   简体   繁体

BRISK: Binary Robust Invariant Scalable Keypoints

本文转载自  查看原文  2013-09-17 18:07  8861 
注意:本文含有一些数学公式，如果chrome不能看见公式的话请用IE打开网站
1.特征点提取
 
特征点提取有以下几个步骤:
a.尺度空间金字塔结构的构造
和SIFT类似，尺度空间金字塔是由不同的尺度构成，相互连续的两个尺度之间由Octave构成. 我们令t表示尺度，它们之间的计算关系如下:
t({c_i}) = {2^i},t({d_i}) = {2^i} \cdot 1.5
图像的大小为(width, height),举个例子:
width,  　　 height　　　　　　　　　　　　　scale1-octave1
(2/3)width, (2/3)height　　　　　　　　　　 scale1-octave2
(1/2)width, (1/2)height　　　　　　　　　　 scale2-octave1
(1/3)width, (1/3)height　　　　　　　　　　 scale2-octave2
(1/4)width, (1/4)height　　　　　　　　　　 scale3-octave1
(1/6)width, (1/6)height　　　　　　　　　　 scale3-octave2
 
其中 {d_0}由 {c_0}下采样得到. 不同octave之间的采样关系为2/3，不同尺度之间的采样关系为1/2. 关于 构造的代码: 
void BriskScaleSpace::constructPyramid(const cv::Mat& image){

    // set correct size:
    pyramid_.clear();

    // fill the pyramid:
    pyramid_.push_back(BriskLayer(image.clone()));
    if(layers_>1){
        pyramid_.push_back(BriskLayer(pyramid_.back(),BriskLayer::CommonParams::TWOTHIRDSAMPLE));
    }
    const int octaves2=layers_;

    for(uint8_t i=2; i<octaves2; i+=2){
        pyramid_.push_back(BriskLayer(pyramid_[i-2],BriskLayer::CommonParams::HALFSAMPLE));
        pyramid_.push_back(BriskLayer(pyramid_[i-1],BriskLayer::CommonParams::HALFSAMPLE));
    }
}

 

b.通过阈值选取合适的关键点
关键点检测是通过FAST的算法进行的. FAST和AGAST在特征点检测中提供不同的模板。BRISK算法大部分使用FAST9-16提取特征点。首先，FAST9-16应用于每一个octave和每一层intra-octave，取相同的阈值T来分辨潜在的兴趣区域。然后，对兴趣区域中的点进行非极大值抑制：
1，问题点需要满足最大值条件，就是在同层中八邻域中的FAST score s最大。s定义为最大阈值是考虑到此点是图像角点。
2，同层和上下层的scores 应该都比此点的score s 小。检查等大小的方形patch内部：边长选择2像素。既然相邻层是不同离散化的，就需要在patch边缘进行插值。
3.由于确定一个特征点需要除本层以外的上下两层，但c0层是最底层，故需虚拟有一个d-1层，但这层不使用FAST9-16，而使用FAST5-8
非极大值抑制的代码: 
  1 __inline__ bool BriskScaleSpace::isMax2D(const uint8_t layer,
  2         const int x_layer, const int y_layer){
  3     const cv::Mat& scores = pyramid_[layer].scores();
  4     const int scorescols = scores.cols;
  5     uchar* data=scores.data + y_layer*scorescols + x_layer;
  6     // decision tree:
  7     const uchar center = (*data);
  8     data--;
  9     const uchar s_10=*data;  //1
 10     if(center<s_10) return false;
 11     data+=2;
 12     const uchar s10=*data;    //2
 13     if(center<s10) return false;
 14     data-=(scorescols+1);
 15     const uchar s0_1=*data;    //3
 16     if(center<s0_1) return false;
 17     data+=2*scorescols;
 18     const uchar s01=*data;    //4
 19     if(center<s01) return false;
 20     data--;
 21     const uchar s_11=*data;    //5
 22     if(center<s_11) return false;
 23     data+=2;
 24     const uchar s11=*data;    //6
 25     if(center<s11) return false;
 26     data-=2*scorescols;
 27     const uchar s1_1=*data;    //7
 28     if(center<s1_1) return false;
 29     data-=2;
 30     const uchar s_1_1=*data;//8
 31     if(center<s_1_1) return false;
 32     
 33     /*8   3   7
 34       1   0   2
 35       5   4   6*/
 36 
 37     // reject neighbor maxima
 38     std::vector<int> delta;
 39     // put together a list of 2d-offsets to where the maximum is also reached
 40     if(center==s_1_1) { //8
 41         delta.push_back(-1);
 42         delta.push_back(-1);
 43     }
 44     if(center==s0_1) {    //3
 45         delta.push_back(0);
 46         delta.push_back(-1);
 47     }
 48     if(center==s1_1) {    //7
 49         delta.push_back(1);
 50         delta.push_back(-1);
 51     }
 52     if(center==s_10) {    //1
 53         delta.push_back(-1);
 54         delta.push_back(0);
 55     }
 56     if(center==s10) {    //2
 57         delta.push_back(1);
 58         delta.push_back(0);
 59     }
 60     if(center==s_11) {    //5
 61         delta.push_back(-1);
 62         delta.push_back(1);
 63     }
 64     if(center==s01) {    //4
 65         delta.push_back(0);
 66         delta.push_back(1);
 67     }
 68     if(center==s11) {    //6
 69         delta.push_back(1);
 70         delta.push_back(1);
 71     }
 72     const unsigned int deltasize=delta.size();
 73     if(deltasize!=0){
 74         // in this case, we have to analyze the situation more carefully:
 75         // the values are gaussian blurred and then we really decide
 76         data=scores.data + y_layer*scorescols + x_layer;
 77         int smoothedcenter=4*center+2*(s_10+s10+s0_1+s01)+s_1_1+s1_1+s_11+s11;
 78         for(unsigned int i=0; i<deltasize;i+=2){
 79             //这里把左上角作为中心点进行平滑不知道是何意？
 80             data=scores.data + (y_layer-1+delta[i+1])*scorescols + x_layer+delta[i]-1;
 81             int othercenter=*data;
 82             data++;
 83             othercenter+=2*(*data);
 84             data++;
 85             othercenter+=*data;
 86             data+=scorescols;
 87             othercenter+=2*(*data);
 88             data--;
 89             othercenter+=4*(*data);
 90             data--;
 91             othercenter+=2*(*data);
 92             data+=scorescols;
 93             othercenter+=*data;
 94             data++;
 95             othercenter+=2*(*data);
 96             data++;
 97             othercenter+=*data;
 98             if(othercenter>smoothedcenter) return false;
 99         }
100     }
101     return true;
102 }

 

 
c.去除不符合条件的关键点
 
 
2.特征点描述
和SIFT类似，尺度空间金字塔是由不同的尺度构成，相互连续的两个尺度之间由Octave构成. 我们令t表示尺度，它们之间的计算关系如下:
t({c_i}) = {2^i},t({d_i}) = {2^i} \cdot 1.5
其中 {d_0}由 {c_0}下采样得到. 不同octave之间的采样关系为2/3，不同尺度之间的采样关系为1/2.
 
 
b.通过阈值选取合适的关键点
关键点检测是通过FAST的算法进行的. FAST和AGAST在特征点检测中提供不同的模板。BRISK算法大部分使用FAST9-16提取特征点。首先，FAST9-16应用于每一个octave和每一层intra-octave，取相同的阈值T来分辨潜在的兴趣区域。然后，对兴趣区域中的点进行非极大值抑制：
1，问题点需要满足最大值条件，就是在同层中八邻域中的FAST score s最大。s定义为最大阈值是考虑到此点是图像角点。
2，同层和上下层的scores 应该都比此点的score s 小。检查等大小的方形patch内部：边长选择2像素。既然相邻层是不同离散化的，就需要在patch边缘进行插值。
3.由于确定一个特征点需要除本层以外的上下两层，但c0层是最底层，故需虚拟有一个d-1层，但这层不使用FAST9-16，而使用FAST5-8
 
c.去除不符合条件的关键点
 
2.特征点描述
BRISK算法在每个模式设置了60个点。
小的蓝色的圆表示在patch中的采样位置;大的红色虚线圆半径为  \sigma 对应于用来平滑采样点亮度的高斯核的标准差。上图是尺度t=1的模式.
为了避免混叠效果，我们对在模式中的采样点Pi应用了高斯平滑. 标准差 {\sigma _i}正比于每个采样点对应于各自中心的距离.
然后对60个点两两选取组成点对。一共是(60-1)*60/2个点对。 计算局部梯度:
g({p_i},{p_j}) = ({p_j} - {p_i}) \cdot \frac{{I({p_j},{\sigma _j}) - ({p_i},{\sigma _i})}}{{{{\left\| {{p_j} - {p_i}} \right\|}^2}}}
所有点对的集合为:
A = \{ ({p_i},{p_j}) \in {\mathbb{R}^2} \times {\mathbb{R}^2}|i < N \wedge j < i \wedge i,j \in \mathbb{N}\}
 
S = \{ ({p_i},{p_j}) \in A|\left\| {{p_i} - {p_j}} \right\| < {\delta _{\max }}\} \subseteq A
 
L = \{ ({p_i},{p_j}) \in A|\left\| {{p_i} - {p_j}} \right\| > {\delta _{\min }}\} \subseteq A
 
阈值距离的选取: {\delta _{\max }} = 9.75t,{\delta _{\min }} = 13.67t
迭代整个L上的点对，这样就可以估计出关键点k模式方向的整体特征:
g = \left( \begin{array}{l} {g_x}\ {g_y} \end{array} \right) = \frac{1}{L} \cdot \sum\limits_{({p_i},{p_j}) \in L} {g({p_i},{p_j})}
长距离的点对都参与了运算，基于本地梯度互相抵消的假说，所以全局梯度的计算是不必要的。这一点同时也被距离变量阈值 {\delta _{\min }}的实验确认了
 
3.创建描述子
对于旋转和尺度归一化的描述子的建立，BRISK使用了关键点周围的抽样点旋转 \alpha = \arctan 2({g_x},{g_y})角度作为模式。和BRIEF类似，BIRSK的描述子也是一个包含512个比特位的向量，每个描述子由短距离点对 (p_j^\alpha ,p_i^\alpha ) \in S两两进行比较产生的，上标alpha表示旋转的模式。
 
b = \left\langle \begin{array}{l} 1,I(p_j^\alpha ,{\sigma _j}) > (p_i^\alpha ,{\sigma _i})\ 0,otherwise \end{array} \right.,\forall (p_j^\alpha ,p_i^\alpha ) \in S
 
 
与BRIEF不同的地方是，BRIEF只是进行亮度比较，除了预设尺度和预先对样本模式的旋转之外，BRISK和BRIEF有着根本的区别:
a.BRISK使用固定的样本模式点，而且是以R为半径围绕关键点周围的圆进行均匀取样。因此特定的高斯核平滑不会突然地扭曲亮度内容的信息(模糊邻近的两个采样点的亮度，从而保证亮度平滑过渡)
b.与两两组成的点对相比，BRISK显著的减少了采样点的数量(例如，单个的样本点参与了更多的比较)，限制了亮度查找表的复杂度
c.这里的比较是受到空间的限制的，所以亮度的改变仅仅只是需要局部一致性就可以了。
 
 
程序中用到的算法:
 
1.利用least square进行曲线拟合中的参数计算
二次曲线的标准公式如下：
y = a + bx + c{x^2}
给定数据:
({x_1},{y_1}),({x_2},{y_2}),({x_3},{y_3}),.......,({x_n},{y_n})
 
令 {y_\lambda }函数在 {x_1}的理论值，然后有:   e = {y_1} - {y_\lambda }
 
\begin{array}{l} {e_1} = {y_1} - (a + b{x_1} + cx_1^2)\ e_1^2 = {({y_1} - a - b{x_1} - cx_1^2)^2} \end{array}
 
根据最小二乘定理，当下列偏导数等于0时使得S最小.
\frac{{\partial S}}{{\partial u}} = 0,\frac{{\partial S}}{{\partial b}} = 0,and\frac{{\partial S}}{{\partial c}} = 0
 
用方程组的形式表示出来:
\sum y = na + b\sum x + c\sum {{x^2}}
 
\sum {xy} = a\sum x + b{\sum x ^2} + c\sum {{x^3}}
 
 
\sum {{x^2}y} = a{\sum x ^2} + b{\sum x ^3} + c\sum {{x^4}}
 
这里有个比较疑惑的地方, refine1D, refine1D_1, refine1D_2这三个函数的矩阵是选取什么样的尺度初值算出来的？有知道朋友可以说说。
 
2.least square二次曲面拟合的参数计算
二次曲面的标准公式如下:
z = f(x,y) = {c_1}{x^2} + {c_2}xy + {c_3}{y^2} + {c_4}x + {c_5}y + {c_6} = C \cdot Q(x,y)
 
这里 C = ({c_1},{c_2},{c_3},{c_4},{c_5},{c_6}),Q(x,y) = ({x^2},xy,{y^2},x,y,1)，选择C使得平方误差最小：
 
E(C) = \sum\limits_{i = 1}^m {{{(C \cdot {Q_i} - {z_i})}^2}}， 其中 {Q_i} = Q({x_i},{y_i})
 
当梯度E为0向量的时候上式取得最小值。
 
\nabla E = 2\sum\limits_{i = 1}^m {(C \cdot {Q_i} - {z_i}){Q_i} = 0}
 
也可以写成含有6个未知变量的6个方程组的形式:
(\sum\limits_{i = 1}^m {{Q_i}{Q_i}^T} )C = \sum\limits_{i = 1}^m {{z_i}{Q_i}}
 
{Q_i}Q_i^T是6X1的矩阵 {Q_i}和1X6的矩阵 Q_i^T的乘积.
 
6x6的矩阵
A = (\sum\limits_{i = 1}^m {{Q_i}{Q_i}^T} )，
6x1向量
B = \sum\limits_{i = 1}^m {{z_i}{Q_i}}
 
所以AC=B.
 
单个元素的例子:
s({x^3}y) = \sum\limits_{i = 1}^m {x_i^3{y_i}}
3.平滑函数
曲面拟合采用的是线性曲面拟合
注意，程序中的积分路线是45度角度路径进行积分的。
4.曲面插值
smoothedIntensity，BriskLayer::value这两个函数中使用了曲面插值算法。
 
5.重采样
重采样使用SSE指令对采样进行加速。
 
 
 
 
reference:
1.<Curve Fitting and Solution of Equation>
2.<Least Squares Fitting of Data>      David Eberly
3.<BRISK: Binary Robust Invariant Scalable Keypoints> Stefan Leutenegger, Margarita Chli and Roland Y. Siegwart


免责声明！

本站转载的文章为个人学习借鉴使用，本站对版权不负任何法律责任。如果侵犯了您的隐私权益，请联系本站邮箱yoyou2525@163.com删除。



猜您在找 Distinctive Image Features from Scale-Invariant Keypoints（个人翻译+笔记）-介绍 Distinctive Image Features from Scale-Invariant Keypoints-SIFT算法译文 MaskRCNN-Keypoints Scalable IO in Java BRISK特征提取算法 【特征匹配】BRISK原文翻译 《Scalable IO in Java》译文 《Scalable IO in Java》笔记 最优化之Robust PCA Masked Autoencoders Are Scalable Vision Learners
 
粤ICP备18138465号  © 2018-2025 CODEPRJ.COM