摘要：图像局部特征描述匹配是计算机视觉领域的一个研究热点。近年来,出现了大量关于局部特征描述子算法的论文。最早筛选算法由于在不同场景下具有较好的鲁棒性,成为当前领域中的一种常用算法。但由于其128维的高复杂度导致其实时性较差,效率较低。改进的基于二值特征的BRIEF描述子,具有更高的效率和随机选择性。本文对主流算法SIFT和BRIEF原理进行了剖析与介绍,并且对他们在不同使用环境下的性能进行了详细对比,并在算法细节上提出了一些改进建议。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社