特征点的选择
图像特征点选取经历了长久的发展，在选取特征的构成中形成了若干种发方式，比较著名的有SIFT,SURF,ORB等。以上所说的三种方式各有各的特点，在处理不同的slam问题时，可以面向自己的问题选择一种较好的方式。
本文是以单目视觉传感器为基础将的，所以GPU加速等设备就不考虑了，因为成本问题，所以选择了性能折中的ORB特征。
ORB特征也是由关键点和描述子两部分组成。它的关键点是Oriented FAST，可以定位的FAST角点。描述子是BRIEF（Binary Robust Independent Elementary Feature）。
FAST是快速的意思，就是快速找出特征点，在原本的FAST的特征点选的方式是，选择一个像素点，再确定一个阈值，然后以此像素点为圆心以三个像素长度为半径画圆，可以得到一圈像素，将圆环上的像素与圆心的像素的灰度值比较，如果有12个圆上像素点与圆心像素点的灰度值差值超过阈值，则此圆心选为关键点。
现在确定了初始的关键点，可以如果局部关键点过多怎么办呢，需要用非极大值抑制，，在一定区域内保留相应极大值的焦点，对FAST角点计算Harris响应值，选取N个最大的响应为需要的点。
其次此种方法选取的焦点不具有方向性和尺度的软垫，ORB解决了其方向性和尺度的问题，首先通过构造图像金字塔来计算尺度的不同，第二步计算灰度质心来确定其方向。