Good Features to Track LVI-SAM中视觉里程计的角点特征提取方法

这篇论文主要是对FAST和BRISK做了改进 最后还对KAZE算法与sift等进行比较和评估

使用opencv实现Forstner点特征提取过程： 计算某一窗口内各个像元的Robert’s梯度 计算一定窗口中灰度的协方差矩阵 计算兴趣值q与w 确定待选点 选取候选点中的极值点作为特征点（抑制局部非最大）

点特征提取算法，moravec和forstner，基于bmpfile类，获取bmp图像操作，提取的点为白色十字

主要描述了摄影测量中，点特征提取，线特征提取，影像匹配等方法。

点特征提取 1.1点特征提取的相关概念 点云的点特征就是指点云数据中能够表示实体几何特性或纹理特征的点的集合。如边界轮廓线的拐角点或折点，曲线及曲面边界之间的交叉点，三个及以上相临曲面的公共点等，通过这些点，可以对点云各个局部曲面之间的拓扑关系的建立进行约束和优化。

针对最近点迭代算法(ICP)在大数据点云下配准效率低及对配准点云初始位置依赖性强的缺点,提出了一种基于快速点云粗配准与 ICP 算法相结合的方法。根据体素对原始点云进行下采样,结合法向量特征提取关键点,使用快速点特征直方图(FPFH)算法描述关键点;根据局部邻域内的关键点匹配对的向量夹角特性进一步对匹配点对进行精简;对精简后的关键点对集使用随机采样一致性算法(RANSAC)获取内点最多的变换参数,从而完成点云粗配准;最后在粗配准点云的基础上使用 ICP 算法完成精确配准。实验结果表明,本算法在高密集点云上的配准效率和精度均有所提高。

先用点特征提取算子，再粗匹配，最后使用最小二乘匹配，适合核线影像

利用harris角点特征提取的matlab图像拼接程序，根据harris角点法，提取2张图像的特征点，然后匹配2图像特征点，找到正确位移量，进行图像拼接。

C语言实现点特征提取，有SUSAN算子、HARRIS算子和MORAVEC算子