描述子与匹配：从 BRIEF 到 ORB

一句话定义

描述子把关键点邻域编码成固定长度向量（SIFT 的浮点 128 维，BRIEF/ORB 的 256 位二值串），匹配即在高维空间中找最近邻，ORB 用「旋转对齐 + 学习式选点」把二值描述子做到又快又稳。

为什么重要

特征点定位只解决「在哪」，描述子与匹配解决「两地是不是同一处」——SLAM 前端、AR 跟踪、拼接、物体识别全依赖这一步；ORB 因免专利、可在 CPU 上数百 FPS 运行，是嵌入式视觉的事实标准。

直观类比

关键点像地图上的红点，描述子是给每个红点写的「特征指纹卡」；匹配就是两份游客名单互相对指纹：浮点指纹用欧氏距离比相似度，二值指纹只需逐位异或数不同（汉明距离），后者恰好对应 CPU 的一条指令，快几十倍。

前置知识

kp-007（关键点、主方向、描述子概念）。

核心概念

描述子（Descriptor）：邻域外观的定长编码，决定匹配的质量与速度。
BRIEF：随机选取的成对像素亮度比较，256 次比较串成 256 位；极快但不含旋转。
旋转 BRIEF（rBRIEF）：按关键点主方向旋转比较点对，恢复旋转不变。
ORB：FAST 角点（定位）+ Harris 响应排序 + 旋转 BRIEF（描述），并从大量随机点对中挑出相关性最低、方差最大的组合。
汉明距离：两个二值串异或后 1 的个数。
Lowe ratio test：最近邻距离与次近邻之比小于阈值（约 0.75–0.8）才接受，剔除歧义匹配。

原理与机制

BRIEF 每一位是一个符号函数：选一对像素 (p, q)，若 I(p) < I(q) 记 1 否则记 0；256 个随机点对即得指纹。其抗噪弱点由 ORB 三方面修复：先用 FAST+主方向把比较点对整体旋转，消除旋转敏感；用统计方法从 205000 个候选点对里选出方差大、相关性低的 256 对，使每一位都「信息量大且互不冗余」；对描述子各位置做去均值处理降低亮度敏感性。匹配阶段用暴力法（小规模）或 FLANN/词袋索引（大规模）；ratio test 依赖「正确匹配的最近邻会显著优于次近邻、错误匹配则两者接近」这一统计事实。

公式与模型

τ(p; x, y) = 1 若 I(p + x) < I(p + y)，否则 0
f_BRIEF(p) = ( τ1, τ2, …, τ256 )
d_hamming(f1, f2) = popcount( f1 XOR f2 )
ratio test： d(f1, 最近邻) / d(f1, 次近邻) < 0.75

图示

实例与案例

无人机视觉定位：在算力受限机载板上用 ORB 跟踪地面特征，CPU 占用仅为 SIFT 的十分之一量级。图像去重与以图搜图：海量库用 ORB + 词袋倒排索引做粗筛。SLAM 前端（如 ORB-SLAM 系列）把 ORB 特征同时用于跟踪、建图与回环检测，是该描述子工程价值的最佳注脚。

import cv2
orb = cv2.ORB_create(nfeatures=1000, fastThreshold=20)
kps2, d2 = orb.detectAndCompute(gray2, None)
bf = cv2.BFMatcher(cv2.NORM_HAMMING)
good = [m for m, n in bf.knnMatch(d1, d2, k=2) if m.distance < 0.75 * n.distance]

常见误区

匹配对数越多越好：未过滤的原始匹配里外点常占一半以上，必须先 ratio test 再 RANSAC。
SIFT 与 ORB 描述子混用同一套距离：浮点用欧氏/L2，二值用汉明/NORM_HAMMING，交叉使用结果无意义。
ratio 阈值一刀切：纹理稀疏场景 0.75 会拒掉太多，可放宽到 0.8–0.85，但外点率随之上升，需 RANSAC 兜底。
ORB 描述子单独使用：ORB 是「定位 + 描述」的整套方案，只取其描述子配其他检测器会失去旋转对齐的设计前提。

与其他知识点的关系

kp-009 对本站产出的匹配做几何清洗；kp-014 的 SLAM 前端、kp-023 的 Siamese 跟踪都以「稳定匹配」为起点；深度时代匹配可由 SuperPoint 等网络端到端学习，但工程默认仍是 ORB/SIFT。

自测题

BRIEF 为什么快？快在哪一步？

答案要点：每位只是一次像素比较，距离是异或 + popcount，全部落在 CPU 原生指令上，无浮点乘加。

ratio test 为什么能剔除歧义匹配？

答案要点：正确匹配的最近邻应显著近于次近邻；错误匹配时前两名距离接近，比值接近 1，据此拒绝。

ORB 相对 BRIEF 补了哪三件事？

答案要点：主方向旋转对齐（旋转不变）、统计选点（区分度与低冗余）、描述子去均值（亮度稳健）。