一、ORB特征点：为什么它成了视觉SLAM的标配？

做SLAM这些年，我试过不少特征点。SIFT太慢，SURF有专利问题，直到ORB出现，才真正解决了实时性与鲁棒性的矛盾。说白了，ORB就是FAST角点加上BRIEF描述子，再做一些改进。你想想看，一个能在手机上跑30帧的特征提取方法，谁不爱？

我个人习惯把ORB拆成三块来理解：

• 特征点提取：用FAST找角点
• 方向信息：用灰度质心法算主方向
• 描述子：用改进的BRIEF生成二进制描述

嗯，这里要注意，ORB的全称是Oriented FAST and Rotated BRIEF，重点就在"Oriented"和"Rotated"这两个词上。没有方向信息的FAST，旋转后就匹配不上了。

二、FAST角点：快是真的快，但问题也不少

2.1 FAST的核心思想

FAST的全称是Features from Accelerated Segment Test。它的思路很简单：如果一个像素和它周围一圈的像素差别很大，那它很可能是个角点。

具体怎么做？我画个图你就明白了：

判断规则很简单：如果圆周上有连续N个像素的亮度超过或低于中心像素一定阈值，就认为p是角点。N通常取12，这就是FAST-12。我最早用OpenCV跑FAST时，一张640×480的图只要几毫秒，比Harris快了近一个数量级。

2.2 FAST的改进：多尺度与方向

但FAST有个致命问题——它没有尺度不变性。图像一缩放，角点就找不到了。解决办法是构建图像金字塔，每层都提取FAST角点。

还有一个问题：FAST没有方向信息。ORB的解决办法是用灰度质心法：

// 计算图像块的矩
double m00 = 0, m10 = 0, m01 = 0;
for (int y = -r; y <= r; y++) {
    for (int x = -r; x <= r; x++) {
        double val = image.at<uchar>(cy+y, cx+x);
        m00 += val;
        m10 += x * val;
        m01 += y * val;
    }
}
// 质心坐标
double cx = m10 / m00;
double cy = m01 / m00;
// 方向角度
double angle = atan2(cy, cx);

三、BRIEF描述子：二进制才是王道

3.1 BRIEF的原理

BRIEF描述子说白了就是一组二进制位。它在特征点周围随机选128对或256对像素，比较每对的亮度大小，亮的记1，暗的记0。

举个例子，假设我们选了3对像素：

• 对1：p1(10,20) 和 p2(15,25)，p1更亮 → 1
• 对2：p3(30,40) 和 p4(35,45)，p4更亮 → 0
• 对3：p5(50,60) 和 p6(55,65)，p5更亮 → 1

最终描述子就是101...（共256位）。两个描述子的相似度用汉明距离衡量——数一下有多少位不同就行。这个计算用CPU的POPCNT指令，一次能算64位，快得飞起。

3.2 旋转不变性：steered BRIEF

原始BRIEF没有旋转不变性。ORB的改进是：根据之前算出的方向角，把像素对旋转到对应方向再比较。

我记得第一次实现这个时踩了个坑——旋转后的像素坐标是浮点数，需要插值。直接用最近邻插值会导致描述子对旋转敏感，后来改用双线性插值才稳定。

四、特征匹配：暴力匹配 vs FLANN

4.1 暴力匹配

暴力匹配就是拿每个查询描述子，跟所有训练描述子算一遍距离，取最近的那个。代码很简单：

// OpenCV暴力匹配示例
cv::BFMatcher matcher(cv::NORM_HAMMING);
std::vector<cv::DMatch> matches;
matcher.match(descriptors1, descriptors2, matches);

暴力匹配的复杂度是O(N×M)，N和M分别是两幅图的特征点数。如果每幅图有2000个点，就要算400万次汉明距离。在CPU上大概要几十毫秒，勉强能接受。

4.2 FLANN匹配

FLANN（Fast Library for Approximate Nearest Neighbors）用KD-Tree或LSH来加速。对于二进制描述子，OpenCV的FLANN默认用LSH（局部敏感哈希）。

// FLANN匹配示例
cv::FlannBasedMatcher matcher(
    new cv::flann::LSHParams(20, 10, 2)
);
std::vector<cv::DMatch> matches;
matcher.match(descriptors1, descriptors2, matches);

五、特征点均匀化策略：别让特征扎堆

做SLAM时最怕什么？特征点全挤在纹理丰富的区域，其他地方一个都没有。这样位姿估计会退化，甚至直接崩掉。

我常用的均匀化策略有几种：

5.1 网格化提取

把图像分成M×N的网格，每个网格最多提取K个特征点。这样能保证特征点分布均匀。

// 网格化提取伪代码
int grid_rows = 4, grid_cols = 4;
int max_per_cell = 50;
for each grid cell:
    extract FAST corners in this cell
    keep top max_per_cell by Harris response
    add to final keypoints

5.2 四叉树均匀化

ORB-SLAM用的就是这个方法。它把图像空间递归四等分，直到每个节点包含的特征点数量满足要求。我特别喜欢这个方法，因为它能自适应地分配特征点——纹理丰富的地方节点多，纹理少的地方节点少。

5.3 非极大值抑制

FAST角点经常扎堆出现。非极大值抑制（NMS）能保留响应最强的那个，去掉周围的弱角点。我一般用Harris响应值作为排序依据，效果比直接用FAST得分好。

六、实战建议：ORB参数调优

最后分享一些我在项目中积累的参数经验：

参数	推荐值	说明
nfeatures	1000-2000	特征点数量，室内1000够用，室外建议2000
scaleFactor	1.2	金字塔缩放因子，越大尺度覆盖越广
nlevels	8	金字塔层数，8层能覆盖约2.5倍的尺度变化
fastThreshold	20	FAST阈值，越大角点越少但越稳定
patchSize	31	描述子计算窗口，31像素是经验值

嗯，说到参数调优，我记得有一次在无人机上跑SLAM，图像分辨率是1920×1080，我设了3000个特征点，结果每帧处理时间飙到了80ms。后来降到1500个点，配合四叉树均匀化，稳定在30ms以内。所以我的建议是：特征点数量不是越多越好，够用就行。

ORB这套组合拳，从FAST的快速检测，到BRIEF的紧凑描述，再到均匀化策略保证分布质量，每一步都有它的道理。你在实际项目中遇到问题时，不妨从这几个环节逐一排查，往往能找到症结所在。

---

公众号:蓝海资料掘金营，微信deep3321