目标
在这个章节,
我们将理解FAST算法的基本原理
并在openCV中使用FAST算法的函数.
原理
我们看到了几个特性检测器,其中很多都非常好. 但是从实时应用的角度来看,它们还不够快. 一个很好的例子:比如要在计算资源有限的移动机器人上应用SLAM技术 (即使定位和地图构建技术) 将出现问题。一个解决方案就是采用FAST算法,由Edward Rosten和Tom Drummond在他们2006年的论文《机器学习用于高速拐角检测》中提出(后来在2010年进行了修订)。算法的基本总结如下。
使用 FAST来检测特征
选择图像中的像素
p
作为兴趣点或不作为兴趣点。让它的强度
I p
.
选择合适的阈值
t
.
围绕测试中的像素考虑一个由16个像素组成的圆圈 (如下图所示)
那么像素
p
是一个角点,如果圆圈中有一组相邻的n个像素(为16个像素中的n个),它们的亮度都大于
Ip
+
t
, 或者比
Ip
−
t
暗. (在上图中白色虚线表示). n 为12.
提出了一种排除大量非转角的高速试验方法。这个测试只检查1,9,5和13处的4个像素(先测试1和9处的像素看是否它们太亮或太暗,如果是,那