SLAM: 图像角点检测的Fast算法（时间阈值实验）

        作为角点检测的一种快速方法，FastCornerDetect算法比Harris方法、SIft方法都要快一些，应用于实时性要求较高的场合，可以直接应用于SLAM的随机匹配过程。算法来源于2006年的Edward Rosten 和 Tom Drummond的论文 “Machine learning for high-speed corner detection”，并在（在2010年再次被修订）新版本中再次被提出。

       方法的官方网站：http://www.edwardrosten.com/work/fast.html

       网站保存有各种语言和各个版本的源代码，可以直接编译运行。

1. OpenCV Fast算法的运行结果和运行时间

检测结果：

cv::FastFeatureDetector fast( threshold , false );   //threshold ==20
fast .detect (image,keypoints);  

检测消耗时间： 大约 3~20 毫秒

图像大小：479 x 359

2.算法分析

减小 cv::FastFeatureDetector fast( threshold , false );   //threshold ==20

的阈值可以检测更多的角点。

时间上不会有太大的变化...