简介
FREAK算法是2012年CVPR上《FREAK: Fast Retina Keypoint》文章中，提出来的一种特征提取算法，也是一种二进制的特征描述算子。
它与BRISK算法非常相似，个人觉得就是在BRISK算法上的改进，关于BRISK算法详见上一篇博文：BRISK特征提取算法。FREAK依然具有尺度不变性、旋转不变性、对噪声的鲁棒性等。
FREAK算法
采样模式
在BRISK算法中，采样模式是均匀采样模式（在同一圆上等间隔的进行采样）；FREAK算法中，采样模式发生了改变，它采取了更为接近于人眼视网膜接收图像信息的采样模型。图中展示了人眼视网膜拓扑结构，Fovea区域主要是对高进度的图像信息进行处理，Para主要是对低精度的图像信息进行处理。
从图中可以看出，该结构是由很多大小不同并有重叠的圆构成，最中心的点是特征点，其它圆心是采样点，采样点离特征点的距离越远，采样点圆的半径越大，也表示该圆内的高斯函数半径越大
特征描述
F表示二进制描述子，Pa是采样点对（与BRISK同理），N表示期望的二进制编码长度。
当然得到特征点的二进制描述符后，也就算完成了特征提取。但是FREAK还提出，将得到的Nbit二进制描述子进行筛选，希望得到更好的，更具有辨识度的描述子，也就是说从N个中剔除一些不好的描述子。
参考文献
1、FREAK: Fast Retina Keypoint[J],CVPR,2012.
2、基于特征的图像拼接融合技术的研究与实现[D],2014.
3、面向新型表面贴装元器件的配准算法研究[D],2013.
4、基于特征点描述的人脸识别算法研究[D],2013.
5、基于特征匹配的遮挡工件识别方法研究[D],2014.
版权声明：本文为博主原创文章，未经博主允许不得转载。
原文地址：http://blog.csdn.net/hujingshuang/article/details/47060677
