在OpenCV里使用BRIEF

BRIEF是Binary Robust Independent Elementary Features缩写。我们知道SIFT使用128维向量做关键描述，由于它使用浮点数，需要512字节，同样的SURF也需要至少256字节（64维），创建上千个这样的向量需要很多内存，在资源受限的应用场景，特别是在嵌入式环境里这是不可能的，并且越大的内存，匹配时间就越长。

但是实际上在匹配的时候并不需要所有这些维度，我们可以使用一些方法比如PCA，LDA等压缩他们，即使是其他方法入LSH（本地敏感hash）把这些浮点的SIFT描述子转换成二进制字符串，这些二进制字符串用来通过Hamming距离匹配特征。这提供了更好的速度，因为找hamming距离只是做异或和位运算，在现代有SSE指令的CPU来说非常快，但是我们需要先找到描述子，然后我们才能使用hash，还是没有解决内存的问题。

BRIEF在这个时候出现了，它提供了直接找到二进制字符串而不找关键描述的简便办法。它取被平滑过的图像块，选择nd(x,y)集合位置对，然后在这些位置对上做像素强度对比，比如，设第一个位置对为p和q，如果I(p) < I(q)，那么它的结果是1,否则是0，这用在所有nd个位置对，得到nd维的位串。

这里nd可以是128,256或者512。O