网站建设询价函格式,温州编程网站,河南省城乡和住房建设厅,wordpress 提交评论角点检测算法有很多#xff0c;比如Harris角点检测、Shi-Tomas算法、sift算法、SURF算法、ORB算法、BRIEF算法、Fast算法等#xff0c;今天我们使用C#的opencvsharp库实现Fast角点检测
【算法介绍】
fast算法 Fast(全称Features from accelerated segment test)是一种用于角…角点检测算法有很多比如Harris角点检测、Shi-Tomas算法、sift算法、SURF算法、ORB算法、BRIEF算法、Fast算法等今天我们使用C#的opencvsharp库实现Fast角点检测
【算法介绍】
fast算法 Fast(全称Features from accelerated segment test)是一种用于角点检测的算法, 该算法的原理是取图像中检测点,以该点为圆心的周围邻域内像素点判断检测点是否为角点, 通俗的讲就是若一个像素周围有一定数量的像素与该点像素不同,则认为其为角点.
基本流程: 1.在图像中选取一个像素点p,来判断它是不是关键点.Ip等于点p的灰度值. 2.以r为半径,覆盖p点周围M个像素,通常情况下,设置r3,则M16 3.设置一个阈值t,如果在这16个像素点中存在n个连续像素点的灰度值都高于Ipt,或者低于 Ip-t,那么像素点p就被认为是一个角点,n一般取值为12 4.由于检测特征点时是需要对所有的像素点进行监测,然而图像中绝大多数点都不是特征点,如 果对每个像素点都进行上述的检测过程,那显然浪费许多时间,因此采用一种进行非特征点判 别的方法:首先对候选点的周围每个90度的点:1,9,5,13进行测试(先测1和9,如果他们符合阈值 要求,再测5和13).如果p是角点,那么这是个点中至少有3个要符合阈值要求,否则直接剔除, 对保留下来的点再继续进行测试
虽然这个检测器的效率很高,但它有一下几个缺点: .获得的候选点比较多 .特征点的选取不是最优的,因为它的效果取决于与要解决的问题的角点的分布情况 .进行非特征点判别时大量的点被丢弃 .检测到的很多特征点都是相邻的 前3个问题可以通过机器学习的方法解决,最后一个问题可以使用非最大值抑制的方法解决
【效果展示】 【测试环境】
vs2019
networkframework4.7.2
opencvsharp4.8.0
【源码下载】
https://download.csdn.net/download/FL1623863129/88799767
【参考文献】
[1] blog.csdn.net/wyw0000/article/details/128981785
