FAST角点中的非最大值抑制

FAST角点论文：《Machine learning for high-speed corner detection》
非最大值抑制英文为non maximal suppression。

原文2.3节内容如下

2.3 Non-maximal Suppression
由于分段测试不计算角点响应函数，非最大值抑制不能直接应用于得到的FAST角点。因此，必须对每一个检测到的角点计算一个评分函数$V$，并对其进行非最大值抑制，以去除$V$值较高的角点。$V$有几个直观的定义：

1. 当$p$还是FAST角点时，$n$的最大值。$n$表示半径为3的圆上连续多少个像素点。
2. 当$p$还是FAST角点时，$t$的最大值。$t$表示灰度的差异。
3. 连续弧上像素和中心像素之间的绝对差之和。SAD，sum of the absolute difference。

定义1和定义2是高度量化的测量，许多像素共享这些相同的测量。为了提高计算速度，使用了稍微修改过的定义3。$V$由下式给出，
$$V=max(\sum _{x\in S_{bright}}|I_{p\to x}-I_p|-t,\sum _{x\in S_{dark}}|I_{p\to x}-I_p|-t)$$
其中，
S b r i g h t = { x ∣ I p → x ≥ I p + t } S_{bright}=\{x|I_{p\rightarrow x} \geq I_p+t\} Sbright​={x∣Ip→x​≥Ip​+t}
S d a r k = { x ∣ I p → x ≤ I p − t } S_{dark}=\{x|I_{p\rightarrow x} \leq I_p-t\} Sdark​={x∣Ip→x​≤Ip​−t}