Matlab-vision包学习-Feature Detection,Extraction and Matching-BRISK角点检测

vision包中的这一部分主要是完成特征点检测(Interest point detection)、特征描述子提取、特征点匹配。中2014版本中提供了FAST/Harris/Shi&Tomasi角点检测算子，SURF和MSER blob检测算子，SURF/FREAK/HOG描述子，下面将从特征点检测函数开始。

函数/Functions 

函数名称：detectBRISKFeatures

功能：利用Binary Robust Invariant Scalable Keypoints(BRISK)算法检测多尺度角点，返回BRISKPoint 对象

语法：(1)points = detectBRISKFeatures(I)

            (2)points = detectBRISKFeatures(I,Name,Value)

其中，I为2-D的灰度图像，返回的points为BRISK特征点，Name必须为用单引号对包含的如下字符串名称，Vaule为对应Name的值

Name和Value参数

Name	Value
'MinContrast'	范围0-1，默认值为0.2，表示检测到的角点和周围区域的最小灰度差，较大时减少检测到的角点数量
‘MinQuality'	范围0-1，默认值为0.1，表示可接受的角点是满足检测测度值为大于等于图像中最大检测测度值的比例，较大时可以减少误检
’NumOctaves'	范围0-8，默认值为4，推荐设置为0-4之间，较大时能够检测较大的角点，若设置为0，不进行多尺度角点检测
‘ROI'	默认为[1,1,size(I,1),size(1)]，表示进行角点检测的图像区域

举例

<pre name="code" class="plain">I = imread('cameraman.tif');
points = detectBRISKFeatures(I); 
imshow(I); hold on; 
plot(points.selectStrongest(20));