第十一章 · 特征检测与描述

11.1 特征检测概述

特征检测 = 找到图像中"有辨识度"的点
特征描述 = 为每个特征点生成一个"特征向量"（描述符）

特征点 ≠ 角点！特征点可以是：
  • 角点
  • 斑点（blob）
  • 边缘上的特殊点
  • 纹理区域中心

特征检测器 vs 描述符

组件	作用	输出
检测器 (Detector)	定位特征点	keypoints — 位置、尺度、方向
描述符 (Descriptor)	描述局部特征	descriptors — 特征向量
匹配器 (Matcher)	比较两个描述符	DMatch — 匹配点对

11.2 ORB（Oriented FAST + Brief）

推荐首选 — 免费、快速、旋转不变、部分尺度不变

import cv2

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# ---- ORB 检测 ----
orb = cv2.ORB_create(
    nfeatures=500,      # 最大特征点数
    scaleFactor=1.2,    # 尺度金字塔步长
    nlevels=8,          # 金字塔层数
    edgeThreshold=31,   # 边缘阈值
    firstLevel=0,       # 第一层（通常 0）
    WTA_K=2,            # WTA 输出维度
    scoreType=cv2.ORB_HARRIS_SCORE  # 评分方式
)

keypoints, descriptors = orb.detectAndCompute(gray, None)
# keypoints: [cv2.KeyPoint] — (x, y, size, angle, response, octave, class_id)
# descriptors: np.array (M, 32) — BRIEF 描述符（32 字节 = 256 bit）
print(f"ORB: {len(keypoints)} keypoints, descriptors shape: {descriptors.shape}")

# ---- 可视化特征点 ----
img_kp = cv2.drawKeypoints(
    img, keypoints, None,
    flags=cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS
)
# 每个点显示为圆（半径=尺度），方向线表示方向

ORB 特征点结构

KeyPoint:
  x        — x 坐标
  y        — y 坐标
  size     — 特征点尺度
  angle    — 方向（度，-1=无方向）
  response — 响应强度（越大越"像"特征点）
  octave   — 所在的金字塔层
  class_id — 类别 ID（-1=未分配）

11.3 FAST 角点检测

FAST = Features from Accelerated Segment Test — 极快的角点检测器

# FAST 检测器
fast = cv2.FastFeatureDetector_create(
    threshold=10,       # 阈值（越大越少角点）
    nonmaxSuppression=True,  # 非极大值抑制
    type=cv2.FastFeatureDetector_TYPE_9_16  # 核类型
)

keypoints = fast.detect(gray)  # 只检测，不计算描述符
img_fast = cv2.drawKeypoints(img, keypoints, None,
                               color=(255, 0, 0),
                               flags=cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS)

11.4 SIFT（Scale-Invariant Feature Transform）

经典 — 尺度/旋转不变，质量高，但在某些地区有专利限制

在 OpenCV 4.4+ 中，SIFT 已移至 opencv-contrib-python（MIT 许可）。

# pip install opencv-contrib-python

# ---- SIFT 检测 ----
sift = cv2.SIFT_create(
    nfeatures=0,         # 0=不限制
    nOctaveLayers=3,     # 每层金字塔层数
    contrastThreshold=0.04,  # 对比度阈值（越小越敏感）
    edgeThreshold=10,    # 边缘阈值（过滤边缘响应）
    sigma=1.6            # 第一层高斯模糊 sigma
)

keypoints, descriptors = sift.detectAndCompute(gray, None)
print(f"SIFT: {len(keypoints)} keypoints, descriptors shape: {descriptors.shape}")
# descriptors: (M, 128) — 128 维描述符

SIFT vs ORB 对比

特性	SIFT	ORB
尺度不变	✅	✅（通过金字塔）
旋转不变	✅	✅
描述符维度	128 float	32 byte (BRIEF)
速度	慢	⚡ 快（快 10x+）
内存占用	大	小
专利	原受限，现已 MIT	完全免费
精度	★★★★★	★★★★☆

11.5 AKAZE（Accelerated-KAZE）

非线性尺度空间 — 比 SIFT 快，保持同等精度

akaze = cv2.AKAZE_create(
    descriptorType=cv2.AKAZE_MLB,  # AKAZE_MLB（默认）/ AKAZE_MI / AKAZE_UMLDB
    threshold=0.001,    # 扩散系数阈值
    nOctaves=4,         # 金字塔层数
    nOctaveLayers=4,    # 每层子层数
    diffuseFunction=cv2.AKAZE_DIFF_PM_G1  # 扩散函数
)

keypoints, descriptors = akaze.detectAndCompute(gray, None)
print(f"AKAZE: {len(keypoints)} keypoints, descriptors shape: {descriptors.shape}")
# descriptors: (M, 614) — AKAZE 描述符 614 维

AKAZE 描述符类型

类型	维度	说明
AKAZE_MLB	614	默认，多尺度线性双树小波
AKAZE_MI	614	互信息版本
AKAZE_UMLDB	128	短描述符，快速匹配

11.6 BRISK（Binarized Robust Invariant Scalable Keypoints）

brisk = cv2.BRISK_create(
    thresh=30,
    octaves=3,
    patternScale=1.0
)

keypoints, descriptors = brisk.detectAndCompute(gray, None)
# descriptors: (M, 512) — 512 bit 二进制描述符

11.7 特征检测器对比表

检测器	速度	精度	尺度不变	旋转不变	描述符	专利
ORB	⚡⚡⚡	★★★★☆	✅	✅	BRIEF (32B)	✅ 免费
SIFT	⚡	★★★★★	✅	✅	SIFT (128F)	✅ MIT
AKAZE	⚡⚡	★★★★★	✅	✅	AKAZE (614)	✅ 免费
BRISK	⚡⚡	★★★★	✅	✅	BRISK (64B)	✅ 免费
MSER	⚡⚡	★★★☆	✅	❌	区域	✅ 免费
Fast	⚡⚡⚡	★★★☆	❌	❌	—	✅ 免费

选择建议

场景	推荐
实时/移动端	ORB ✅
最大精度	SIFT ✅
非线性场景（纹理复杂）	AKAZE ✅
文字/文档	AKAZE 或 SIFT
快速原型	ORB ✅

11.8 描述符可视化

# 用随机颜色显示特征点（方便调试）
img_kp = cv2.drawKeypoints(img, keypoints, None,
                             flags=cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS)

# 用不同颜色区分不同 octave
color_map = [(255, 0, 0), (0, 255, 0), (0, 0, 255),
             (255, 255, 0), (255, 0, 255), (0, 255, 255)]
img_color = img.copy()
for i, kp in enumerate(keypoints):
    color = color_map[kp.octave % len(color_map)]
    cv2.circle(img_color, (int(kp.pt[0]), int(kp.pt[1])),
               max(int(kp.size/2), 1), color, 1)

cv2.imshow('Keypoints by Octave', img_color)
cv2.waitKey(0)

---