PERFORMANCE AND SPEED COMPARISON OF SURF AND ORB DESCRIPTORS

Abstract

Fast and robust image processing and matching is a very important task with various applications in computer vision and robotics. In this paper, we compare the performance of two different image matching techniques, i.e., by speed up robust features and by rotated robust independent elementary features, against different kinds of transformations and deformations such as scaling, rotation, noise, fisheye distortion, and cropping. For this purpose, we manually apply different types of transformations on original images and compute the matching evaluation parameters such as the number of key points in images, the matching rate, and the execution time required for each algorithm and we will show that which algorithm is the best more robust against each kind of distortion.

У роботі порівнюємо ефективність двох різних методів зіставлення зображень, тобто SURF та ORB, на різного роду перетвореннях та деформаціях, таких як масштабування, обертання, шум, викривлення типу “риб'яче око” та кадрування. Для цього ми вручну застосовуємо різні типи перетворень на оригінальних зображеннях та обчислюємо відповідні параметри оцінки, такі як кількість ключових точок у зображеннях, швидкість співставлення та час виконання, необхідні для кожного алгоритму, з'ясовуючи, який алгоритм надійніший для кожного виду спотворень.

В работе сравниваем эффективность двух различных методов сопоставления изображений, то есть SURF и ORB, на разного рода преобразованиях и деформациях, таких как масштабирование, вращение, шум, искажения типа "рыбий глаз" и кадрирование. Для этого мы вручную применяем различные типы преобразований на оригинальных изображениях и вычисляем соответствующие параметры оценки, такие как количество ключевых точек в изображениях, скорость сопоставления и время выполнения, необходимые для каждого алгоритма, выясняя, какой алгоритм надежнее для каждого вида искажений.