Opencv2系列学习笔记12(检测fast特征)

一：Fast特征定义什么是角点：

这次的定义基于假定特征点周围的图像强度，通过检查候选像素周围一圈像素来决定是否接受一个特征点。与中心点差异较大的像素如果组成连续的圆弧，并且弧长大于原周长的3/4，那么我们认为找到了一个特征点。

二：加速技巧

   首先测试圆上被90度分割的四个点(顶部，底部，左侧及右侧),那么为了满足上述条件，四个点中至少三个点必须大于或者小于中心像素。如果不成立，那么该点可以被直接移除而不需要检查额外圆周上的点。在实践中，大部分的像素点可以通过该测试进行移除，因此非常有效。

三：半径参数

   测试中圆的半径是一个参数，实践中发现，半径为3可以兼顾结果和效率。

四：算法适用

该算法可以获得非常快的特征点检测，在需要考虑进行速度时可以选用，如在高帧率的视频序列中进行视觉跟踪。

Code:

[cpp]  view plain  copy

 print ?

1. #include <iostream>  
2. #include <opencv2\highgui\highgui.hpp>  
3. #include <opencv2\core\core.hpp>  
4. #include <opencv2\features2d\features2d.hpp>   //  特征点检测类都封装在features2d这个模块中  
5. #include <opencv2\imgproc\imgproc.hpp>  
6.   
7. using namespace std;  
8. using namespace cv;  
9.   
10. int main()  
11. {  
12.     Mat image = imread("F:\\lena.png", 1);  
13.     if(!image.data)  
14.     {  
15.         cout << "Fail to load image" << endl;  
16.         return 0;  
17.     }  
18.     vector<KeyPoint> keypoints;  
19.     FastFeatureDetector fast(20);  // 20 为阀值  
20.     fast.detect(image,keypoints);  
21.     drawKeypoints(image, keypoints, image, Scalar::all(-1), DrawMatchesFlags::NOT_DRAW_SINGLE_POINTS);  // opencv2 提供的一个特征点绘制函数 ---- keypoints  
22.     namedWindow("fast");  
23.     imshow("fast", image);  
24.     waitKey(0);  
25.     return 0;  
26.   
27. }  

Result:

参考blog：

http://blog.youkuaiyun.com/yangtrees/article/details/7530354

作者：小村长  出处：http://blog.youkuaiyun.com/lu597203933 欢迎转载或分享，但请务必声明文章出处。 （新浪微博：小村长zack, 欢迎交流！）