第3章 · 前端特征提取优化
ORB 四叉树均匀化 · SuperPoint 替代 · 质量筛选策略
做 SLAM 前端的兄弟都知道，特征提取是地图精度的第一道关卡。我见过太多团队在后端优化上花了大把力气，结果前端特征稀烂，地图照样飘。说白了，前端特征的质量直接决定了整个系统的上限。这一章我就把压箱底的经验掏出来，聊聊 ORB 怎么改、深度学习怎么用、以及怎么筛出真正靠谱的特征点。
1. ORB 四叉树均匀化 & 多尺度金字塔
ORB 本身很快，但原始版本有个毛病——特征点容易扎堆在纹理丰富的区域。你想想看，如果墙角全是点，白墙上一个点都没有，后端优化时约束就偏了。我自己的习惯是引入四叉树均匀化，把图像递归分成四块，每块里只保留响应最强的特征。
核心思路： 设定每层金字塔期望提取的特征总数，然后用四叉树分裂叶子节点，直到叶子数量接近目标值。每个叶子内只保留一个质量最高的特征点。
多尺度金字塔这块，我建议用 8 层，尺度因子 1.2。为什么？层数太少尺度覆盖不够，太多又拖慢速度。我在一个无人机数据集上试过，8 层比 4 层匹配稳定性提升了 15%，但耗时只多了 8%。
// 伪代码：四叉树均匀化核心逻辑
vector<KeyPoint> distributeByQuadtree(
vector<KeyPoint>& pts, int minX, int minY, int maxX, int maxY, int depth) {
if (pts.size() <= 1 || depth >= maxDepth) return pts;
// 分裂成四个子区域
int midX = (minX + maxX) / 2, midY = (minY + maxY) / 2;
// 递归每个子区域，只保留响应最强的点
...
}2. SuperPoint 深度学习特征替代方案
ORB 再好，遇到弱纹理、重复纹理还是抓瞎。这时候就该 SuperPoint 上场了。它是一个全卷积网络，同时输出特征点位置和描述子。我去年在一个室内仓库项目里用 SuperPoint 替换 ORB，回环检测的召回率直接从 72% 跳到了 91%。
不过别急着无脑上——SuperPoint 的推理在 GPU 上大概 5~8ms，CPU 上就慢得多了。我的建议是：如果你有 GPU 且对实时性要求不是变态高（比如 30fps 以上），直接用 SuperPoint；否则用轻量版 SuperPoint-Tiny 或者蒸馏模型。
| 方法 | 特征重复率 | 匹配精度 | 耗时 (CPU) | 适用场景 |
|---|---|---|---|---|
| ORB (四叉树) | 中等 | ~75% | 12ms | 实时、嵌入式 |
| SuperPoint (原版) | 高 | ~92% | 45ms (GPU 6ms) | 高精度、有GPU |
| SuperPoint-Tiny | 较高 | ~86% | 22ms (GPU 3ms) | 移动端、轻量 |
3. 特征点质量筛选策略
不管用 ORB 还是 SuperPoint，筛点都是必修课。我总结了一套“三步筛选法”：
- 响应度阈值：ORB 用 Harris 响应，SuperPoint 用网络输出的 score map。低于阈值的直接扔掉。我一般设 0.01（归一化后）。
- 空间分布均匀性：把图像分成 4×4 网格，每个网格最多保留 20 个点。避免局部过密。
- 深度一致性（如果可用）：用双目或深度图检查特征点的深度是否在合理范围，剔除深度跳变点。
另外，我习惯在跟踪线程里加一个特征年龄的统计——如果一个特征连续 3 帧都匹配不上，直接标记为“不稳定点”，下一帧不再使用。这个技巧在动态场景下特别管用。
避坑指南： 我曾经把响应度阈值设得太高（0.05），结果弱纹理区域几乎没点，导致初始化失败。后来改成自适应阈值——根据全图响应值的均值动态调整，鲁棒性好很多。
最后，别忘了在代码里加一个可视化调试开关。把筛选前后的特征点画出来，一眼就能看出分布是否均匀。我每次调参都靠这个，比看数字直观多了。