Opencv2系列学习笔记12(检测fast特征)

本文链接：https://blog.csdn.net/Lu597203933/article/details/18193511

一：Fast特征定义什么是角点：

这次的定义基于假定特征点周围的图像强度，通过检查候选像素周围一圈像素来决定是否接受一个特征点。与中心点差异较大的像素如果组成连续的圆弧，并且弧长大于原周长的3/4，那么我们认为找到了一个特征点。

二：加速技巧

首先测试圆上被90度分割的四个点(顶部，底部，左侧及右侧),那么为了满足上述条件，四个点中至少三个点必须大于或者小于中心像素。如果不成立，那么该点可以被直接移除而不需要检查额外圆周上的点。在实践中，大部分的像素点可以通过该测试进行移除，因此非常有效。

三：半径参数

测试中圆的半径是一个参数，实践中发现，半径为3可以兼顾结果和效率。

四：算法适用

该算法可以获得非常快的特征点检测，在需要考虑进行速度时可以选用，如在高帧率的视频序列中进行视觉跟踪。

Code:

#include <iostream>
#include <opencv2\highgui\highgui.hpp>
#include <opencv2\core\core.hpp>
#include <opencv2\features2d\features2d.hpp>   //  特征点检测类都封装在features2d这个模块中
#include <opencv2\imgproc\imgproc.hpp>

using namespace std;
using namespace cv;

int main()
{
	Mat image = imread("F:\\lena.png", 1);
	if(!image.data)
	{
		cout << "Fail to load image" << endl;
		return 0;
	}
	vector<KeyPoint> keypoints;
	FastFeatureDetector fast(20);  // 20 为阀值
	fast.detect(image,keypoints);
	drawKeypoints(image, keypoints, image, Scalar::all(-1), DrawMatchesFlags::NOT_DRAW_SINGLE_POINTS);  // opencv2 提供的一个特征点绘制函数 ---- keypoints
	namedWindow("fast");
	imshow("fast", image);
	waitKey(0);
	return 0;

}

Result:

参考blog：

http://blog.csdn.net/yangtrees/article/details/7530354

作者：小村长  出处：http://blog.csdn.net/lu597203933 欢迎转载或分享，但请务必声明文章出处。 （新浪微博：小村长zack, 欢迎交流！）