特征点检测学习_4(FAST算法)
2016-11-22 15:37
204 查看
FAST特征点检测算法
在众多特征点检测算法中,FAST算法的优势是速度快,主要利用周围像素比较的信息就可以得到特征,简单有效。
FAST算法是基于角点检测的图像特征,其定义特征点的依据是:如果某个像素点和他周围邻域足够多的像素点处于不同区域,则这个像素点就是特征点,对于灰度图来说,也就是该点的灰度值与其周围足够多的像素点的灰度值不同,那么这个像素点就是特征点。
FAST特征点检测的详细计算步骤
1.从图片中选取一个坐标点,获取该点的像素值,接下来判定该点是否为特征点。
2.选取一个圆,圆心放到选取点的坐标位置,半径为R(常用R=3),按照圆的轨迹离散化,这个圆上有16个点(R=3),如下图所示:
3.选取一个阈值,假设为t,当这个圆上的16个点中,有N个连续的像素点,他们的亮度值与中心点的像素值的差大于或者等于t,那么这个点就是一个特征点,n一般取9,12。
注意:
1.为了获得更快的结果,还采用了额外的加速办法,如果测试了候选点周围每个90度角的4个点,应该至少有3个点和候选点的灰度值差足够大,否则不再计算其他点,直接判定该点不是特征点。
2. 这种检测方法会带来一个问题,就是造成特征点的聚簇效应,多个特征点在图像的某一块重复高频出现,FAST 算法采用一种非极大值的抑制办法来消除这种情况,具体办法如下,
为每一个检测到的特征点计算它的响应大小VV,这个VV定义为中心点和它周围16个像素点的绝对偏差的和,考虑两个相邻的特征点,并比较他们的VV值,VV值较低的点将会被删除。
评价:
1.FAST检测算法没有多尺度的问题,所以计算速度相对较快
2.但是当图片中的噪点较多的时候,会产生较多的错误特征点,健壮性并不好,并且, 算法的效果还依赖于一个阈值t
3.FAST不产生多尺度特征而且FAST特征点没有方向信息,这样就会失去旋转不变性
4.在要求实时性的场合,比如视频监控的物体识别,是可以使用的.
在众多特征点检测算法中,FAST算法的优势是速度快,主要利用周围像素比较的信息就可以得到特征,简单有效。
FAST算法是基于角点检测的图像特征,其定义特征点的依据是:如果某个像素点和他周围邻域足够多的像素点处于不同区域,则这个像素点就是特征点,对于灰度图来说,也就是该点的灰度值与其周围足够多的像素点的灰度值不同,那么这个像素点就是特征点。
FAST特征点检测的详细计算步骤
1.从图片中选取一个坐标点,获取该点的像素值,接下来判定该点是否为特征点。
2.选取一个圆,圆心放到选取点的坐标位置,半径为R(常用R=3),按照圆的轨迹离散化,这个圆上有16个点(R=3),如下图所示:
3.选取一个阈值,假设为t,当这个圆上的16个点中,有N个连续的像素点,他们的亮度值与中心点的像素值的差大于或者等于t,那么这个点就是一个特征点,n一般取9,12。
注意:
1.为了获得更快的结果,还采用了额外的加速办法,如果测试了候选点周围每个90度角的4个点,应该至少有3个点和候选点的灰度值差足够大,否则不再计算其他点,直接判定该点不是特征点。
2. 这种检测方法会带来一个问题,就是造成特征点的聚簇效应,多个特征点在图像的某一块重复高频出现,FAST 算法采用一种非极大值的抑制办法来消除这种情况,具体办法如下,
为每一个检测到的特征点计算它的响应大小VV,这个VV定义为中心点和它周围16个像素点的绝对偏差的和,考虑两个相邻的特征点,并比较他们的VV值,VV值较低的点将会被删除。
评价:
1.FAST检测算法没有多尺度的问题,所以计算速度相对较快
2.但是当图片中的噪点较多的时候,会产生较多的错误特征点,健壮性并不好,并且, 算法的效果还依赖于一个阈值t
3.FAST不产生多尺度特征而且FAST特征点没有方向信息,这样就会失去旋转不变性
4.在要求实时性的场合,比如视频监控的物体识别,是可以使用的.
相关文章推荐
- 特征点检测与匹配的常见算法程序集锦(harrisDetect,goodFeaturesDetect,fastDetect,surfDetect,siftDetect)
- OpenCV学习笔记(四十六)——FAST特征点检测features2D OpenCV学习笔记(四十七)——VideoWriter生成视频流highgui OpenCV学习笔记(四十八)——PCA算
- 【特征检测】FAST特征点检测算法
- OPENCV的学习:图像特征检测之Harris角点算法
- FAST特征点检测算法
- 【特征检测】FAST特征点检测算法
- FAST特征点检测算法
- 深度学习笔记之目标检测算法系列(包括RCNN、Fast RCNN、Faster RCNN和SSD)
- 特征点检测学习_3(Harris算法)
- OpenCV学习笔记(四十六)——FAST特征点检测features2D
- OPENCV图像特征点检测与FAST检测算法
- opencv 特征点提取算法 SIFT SURF ORB FAST LBP学习(一)
- opencv 特征点提取算法 SIFT SURF ORB FAST LBP学习(二)
- OpenCV学习笔记(29)KAZE 算法原理与源码分析(三)特征检测与描述
- FAST特征点检测算法
- Opencv2系列学习笔记12(检测fast特征)
- OpenCV学习笔记(29)KAZE 算法原理与源码分析(三)特征检测与描述
- 【特征检测】FAST特征点检测算法
- OpenCV中feature2D学习——FAST特征点检测与SIFT/SURF/BRIEF特征提取与匹配
- OpenCV中feature2D学习——FAST特征点检测