from http://blog.sina.com.cn/s/blog_96b836170102w1kk.html3.FAST角點(diǎn)檢測(cè)
本博文原理部分簡(jiǎn)述，重點(diǎn)在編程實(shí)現(xiàn)（程序參考并修改了網(wǎng)上資料,，網(wǎng)上程序不一定能運(yùn)行,，但本文程序親測(cè)能跑）。
基于加速分割測(cè)試的FAST算法可以快速地提取出角點(diǎn)特征,。
該算法判斷一個(gè)候選點(diǎn)p是否為角點(diǎn),，依據(jù)的是在一個(gè)像素點(diǎn)p為圓心，半徑為3個(gè)像素的離散化Bresenllam圓周上,，在給定閾值t的條件下,，如果在圓周上有n個(gè)連續(xù)的像素灰度值大于I(p)+t或小于I(p)-t。
控制FAST角點(diǎn)的主要參數(shù)是閾值t,，輸入t以進(jìn)行角點(diǎn)檢測(cè),。
//FAST:
#include
"stdafx.h"
#include
#include
#include
#include
"opencv2/opencv.hpp"
#include
"opencv2/core/core.hpp"
#include
"opencv2/highgui/highgui.hpp"
#include
"opencv2/imgproc/imgproc.hpp"
#include
"opencv2/features2d/features2d.hpp"
#include
#include
#include
#include
using
namespace cv;
using
namespace std;
int main(int
argc,
char**
argv)
{
Matsrc,
gray;
src = imread("C:\\Users\\Administrator\\Desktop\\qi.jpg");
if(!src.data)
return -1;
//彩色圖像轉(zhuǎn)換為灰度圖像
cvtColor(src, gray,
CV_BGR2GRAY);
//定義特征點(diǎn)KeyPoint向量
std::vector<</span>KeyPoint>
keyPoints;
//調(diào)用FAST函數(shù)，閾值選為55
FAST(gray, keyPoints, 55);
inttotal
= keyPoints.size();
//在原圖上畫出特征點(diǎn)
for(int
i
= 0; i < total; i++)
{
circle(src,
Point((int)keyPoints[i].pt.x,
(int)keyPoints[i].pt.y),
5,
Scalar(0,
0, 255), -1, 8, 0);
}
namedWindow("FAST",
CV_WINDOW_AUTOSIZE);
imshow("FAST",
src);
waitKey(0);
return0;
}
FAST算法比其他已知的角點(diǎn)檢測(cè)法要快很多倍,，但是當(dāng)圖片的噪點(diǎn)較多時(shí),，它的健壯性并不好，這依靠一個(gè)閾值：當(dāng)閾值過小時(shí),，檢測(cè)出的角點(diǎn)過多,；整體的閾值對(duì)于圖像局部不一定合適。
效果圖：
|
