halcon orb特征提取

### Halcon 中 ORB 特征提取

在计算机视觉领域，Halcon 是一款强大的机器视觉软件工具包，广泛应用于工业检测和其他自动化场景。对于特征提取任务，Halcon 提供了多种算法支持，其中包括ORB (Oriented FAST and Rotated BRIEF)[^1]。

为了实现基于ORB的特征点检测与描述，在Halcon环境中主要涉及以下几个操作：

#### 创建ORB探测器
首先创建一个用于检测关键点和计算描述符的操作算子`create_orb_detector`:

* 创建ORB探测器, 参数可以根据具体需求调整
create_orb_detector ('default', MaxScaleLevels, InitialThreshold, NMSRadius, \
                     EdgeThresh, PatternSize, ScoreType, OrbDetectorHandle)

这里的关键参数解释如下：
- `MaxScaleLevels`: 尺度金字塔层数量；
- `InitialThreshold`: 初始FAST阈值；
- `NMSRadius`: 非极大抑制半径；
- `EdgeThresh`: 边缘响应过滤阈值；
- `PatternSize`: 描述符模式大小；
- `ScoreType`: 关键点评分方式；

#### 执行特征点检测
接着利用上述生成的手柄执行实际图像中的特征点查找工作：

* 应用ORB探测器到输入图片上获取特征点及其描述向量
get_image_size(Image, Width, Height)
orb_keypoints(OrbDetectorHandle, Image, Keypoints, Descriptors)

此过程会返回两个重要结果——`Keypoints`(即找到的所有兴趣点的位置信息) 和 `Descriptors`(对应于各点处局部外观特性的紧凑表示形式)，它们可以进一步用来做匹配或其他高级处理。

#### 清理资源
当不再需要该ORB实例时应当释放相关联的记忆空间：

close_orb_detector (OrbDetectorHandle)

通过这种方式可以在Halcon框架内高效完成ORB特征提取流程，并为进一步的应用打下良好基础。