FASTN怎么快速的检测出角点

本篇文章给大家分享的是有关FASTN怎么快速的检测出角点，小编觉得挺实用的，因此分享给大家学习，希望大家阅读完这篇文章后可以有所收获，话不多说，跟着小编一起来看看吧。

以r为半径画圆，覆盖p点周围的M个像素。
设定阈值t，如果这周围的16个像素中有连续的N个像素的像素值减去   Ip−t或者有连续的N个像素都大于   Ip+t， 如果t=0，那么就可以理解为：有连续N个像素大于或小于Ip的灰度值。那么这个点就被判断为角点。
一种更加快的改进是： 首先检测p点周围的四个点，即1， 5， 9， 12四个点中是否有三个点满足超过  Ip+t， 如果不满足，则直接跳过，如果满足，则继续使用前面的算法，全部判断16个点中是否有12个满足条件。

以上算法的缺点：很可能大部分检测出来的点彼此之间相邻，我们要去除一部分这样的点。为了解决这一问题，可以采用非最大值抑制的算法：假设P，Q两个点相邻，分别计算两个点与其周围的16个像素点之间的差分和V，去除V值较小的点，即把非最大的角点抑制掉。

那么问题来了，什么样角度的角点都能检测到吗？如下图：有三种角点，分别是45°角，90°角和135°角。

那么FASTN算法哪个角点都能检测到么？

答案是肯定的。但是这取决于连续像素N的设置。我们仍然假如半径r=3，那么在该圆上有16个像素：如下图：

因为该算法检测角点的条件是：连续N个像素大于或小于中心灰度值减去阈值t，所以这个N从某种程度上就决定了能检测到的角度。比如下图：以黑线为基准的话，设置N=10的话，能检测到小于135°的角（黑红夹角），设置N=12的话，能检测到小于90°的角（黑蓝夹角），设置N=14的话，则能检测到小于45°的角（黑绿夹角）。

3. FASTN 算法

1）在速度上要比其他算法速度快很多
2）受图像噪声以及设定的阈值影响很大
3）FASTN不产生多尺度特征而且FASTN特征点没有方向信息，这样就会失去旋转不变性。

以上就是FASTN怎么快速的检测出角点，小编相信有部分知识点可能是我们日常工作会见到或用到的。希望你能通过这篇文章学到更多知识。更多详情敬请关注行业资讯频道。