第四章：特征点提取与匹配
各位同学，今天我们来聊聊单目视觉SLAM里最基础、也最核心的一环——特征点提取与匹配。说实话，我做了这么多年视觉SLAM，每次调试新算法，第一步就是看特征点提取得怎么样。这一步要是没做好，后面的位姿估计、建图全是空中楼阁。
4.1 为什么需要特征点？
你想想看，相机拍到的是一堆像素。两帧图像之间，怎么知道哪些像素对应同一个空间点？直接比像素值？不行，光照一变就全乱了。所以我们需要找到一些“特殊”的点——特征点。
特征点要满足两个条件：可重复性和可区分性。说白了，就是换个角度、换个光照，还能找到它；而且它得跟周围长得不一样，不然没法匹配。
核心概念：特征点 = 关键点（位置）+ 描述子（特征向量）
4.2 ORB特征：效率之王
ORB是我个人用得最多的特征。为什么？因为它快。在嵌入式设备上，SIFT跑不动，SURF也够呛，但ORB可以实时运行。
ORB = oFAST（方向FAST）+ rBRIEF（旋转BRIEF）。
4.2.1 FAST角点检测
FAST的思路很简单：一个像素，跟它周围一圈16个像素比。如果连续N个点都比它亮或都比它暗，那它就是角点。N通常取9或12。
// FAST角点检测伪代码
for each pixel p:
int brighter = 0, darker = 0
for each pixel in circle of 16:
if pixel > p + threshold: brighter++
else if pixel < p - threshold: darker++
if brighter >= 12 or darker >= 12:
mark p as corner嗯，这里要注意。FAST没有方向信息，也没有尺度信息。所以ORB做了两件事：构建图像金字塔来获得尺度不变性，计算灰度质心来获得方向。
我的经验：ORB的阈值设置很关键。阈值太小，特征点太多，匹配慢；阈值太大，特征点太少，容易跟丢。我一般从30开始调，根据场景动态调整。
4.2.2 rBRIEF描述子
BRIEF描述子就是在一小块图像里，随机选128对或256对点，比较它们的灰度大小，生成一个二进制串。rBRIEF加上了旋转，让描述子具有旋转不变性。
我曾经在无人机平台上用过ORB，效果不错。但要注意，ORB对光照变化比较敏感。室内还好，一到室外大光比场景，特征点质量会下降。
4.3 SIFT特征：精度之王
SIFT是特征点里的“老大哥”。精度高，但计算量也大。我记得2015年刚入行时，用笔记本跑SIFT，一帧图像要几百毫秒，根本没法实时。
SIFT的核心步骤：
- 尺度空间极值检测：用高斯差分金字塔找候选点
- 关键点定位：去掉低对比度的点和边缘响应点
- 方向分配：统计梯度方向直方图
- 生成描述子：16×16窗口，4×4子区域，8方向直方图 → 128维向量
避坑指南：我曾经在纹理很弱的场景（比如白墙）用SIFT，结果提取到的特征点全是噪声。后来加了纹理检测，低于阈值的区域直接跳过，效果好了很多。
SIFT的128维浮点描述子，匹配时用欧氏距离。精度高，但存储和计算开销大。现在很多SLAM系统用SIFT做初始化或回环检测，前端跟踪还是用ORB。
4.4 特征匹配
特征点提出来了，接下来就是匹配。说白了，就是找两帧图像里哪些特征点是同一个。
4.4.1 暴力匹配
最简单的方法：对第一帧的每个特征点，跟第二帧的所有特征点算距离，取最近的那个。
// 暴力匹配伪代码
for each feature in frame1:
float best_dist = INF
int best_idx = -1
for each feature in frame2:
float dist = compute_distance(desc1, desc2)
if dist < best_dist:
best_dist = dist
best_idx = j
matches.push_back(best_idx)暴力匹配的复杂度是O(N²)。特征点少的时候还行，多了就扛不住了。我做过测试，2000个特征点暴力匹配，一帧要30ms，而FLANN只要5ms。
4.4.2 FLANN匹配
FLANN（Fast Library for Approximate Nearest Neighbors）是近似最近邻搜索。它用KD-Tree或K-Means树来加速搜索。
对于ORB这种二进制描述子，FLANN用LSH（局部敏感哈希）效果更好。对于SIFT这种浮点描述子，用KD-Tree。
我的建议：实际项目中，我一般先用FLANN做快速匹配，再用RANSAC剔除误匹配。如果匹配质量不好，再切回暴力匹配做验证。
4.5 RANSAC剔除误匹配
匹配完你会发现，里面混了很多“假匹配”。比如两个不同的点，因为描述子相似被匹配上了。这时候就需要RANSAC（随机采样一致性）来清理。
RANSAC的核心思想：随机选一小撮匹配点，算出一个模型（比如单应矩阵或基础矩阵），然后看其他点符不符合这个模型。符合的多的，就是内点；不符合的，就是外点。
// RANSAC剔除误匹配伪代码
int best_inliers = 0
Matrix best_H
for iter in range(max_iterations):
// 随机选4对匹配点
sample = random_sample(matches, 4)
// 计算单应矩阵
H = compute_homography(sample)
// 统计内点
int inliers = 0
for each match in matches:
error = compute_reprojection_error(match, H)
if error < threshold:
inliers++
// 更新最优结果
if inliers > best_inliers:
best_inliers = inliers
best_H = H我曾经踩过的坑：RANSAC的迭代次数设得太少，结果模型没收敛。后来我根据内点比例动态调整迭代次数，效果好多了。公式是：iterations = log(1-p) / log(1-inlier_ratio^k)，其中p是期望成功率，k是采样点数。
4.6 本章知识体系
下面这张图总结了特征点提取与匹配的完整流程：
从图中可以看到，整个流程是串行的：输入图像 → 特征提取 → 特征匹配 → RANSAC剔除。每一步都有多种选择，具体用哪个，取决于你的应用场景。
4.7 实际项目中的选择建议
| 场景 | 推荐特征 | 匹配方法 | 说明 |
|---|---|---|---|
| 手机AR/VR | ORB | FLANN | 实时性要求高，功耗敏感 |
| 无人机SLAM | ORB | 暴力匹配 | 特征点少，暴力匹配够用 |
| 回环检测 | SIFT | FLANN | 精度优先，可以离线处理 |
| 弱纹理场景 | SIFT | 暴力匹配 | 特征点少，需要高精度 |
| 嵌入式设备 | ORB | FLANN | 计算资源有限 |
我的经验总结：如果你刚开始做SLAM，先用ORB+暴力匹配+RANSAC跑通流程。等理解了整个系统，再根据瓶颈去优化。别一上来就追求完美，先跑起来再说。
好了，这一章的内容就到这里。特征点提取与匹配是SLAM的基石，一定要亲手写代码跑一遍，才能真正理解。下一章我们会讲光流法，那是另一种跟踪思路，很有意思。
公众号:蓝海资料掘金营，微信deep3321