特征点检测 FAST算法及代码详解

本文着重介绍了用于图像特征点检测的算法，FAST算法，以及使用matlab的实现。

FAST算法是一种拐点检测算法，其主要应用于提取图像中的特征点，在动态成像的一系列图像中追踪定位对象。众所周知，我们生活的世界是动态化的，3D的，如何关联动态化过程中的平移，畸变，旋转对象，对每一帧的图像与上一帧之间的空间关系进行分析，很大程度上需求我们在每一帧中找到对应的关键点。FAST方法，拐点检测方法,简单来说就是用于提取图像中的关键点的算法，为进一步的图像处理，包括相机标定，SLAM打下了基础。

1. FAST算法解析

FAST拐点检测算法使用了一个包含了16个像素点的圆来判断目标点P是不是一个真正意义上的拐点。这16个像素点标序号为1至16。对于每一个候选像素点P，其强度为$I_p$ (灰度图中即为该像素点的灰度值)。如果该圆中N个连续像素都比候选像素点P的强度亮很多，或都比候选像素点P的强度暗很多，那么P就被分类为一个拐点。 这个也比较好理解，即找出局部范围内最亮或最暗的点，作为局部图像的关键点。P为拐点所包含的情况如下:

• 条件1 : 一系列$N$个连续的像素点$S$，$\forall s\in S,I_x>Ip+t$
• 条件2 : 一系列$N$个连续的像素点$S$, $\forall s\in S,I$