opencv python 角點檢測/FAST算法

CoreDump 發布于2019-07-30 17:13 / 3138人閱讀

摘要：若鄰域內只有一個特征點角點，則保留，得分計算公式如下公式中用表示得分，表示閾值它比其他現有的角落探測器快幾倍但它對高水平的噪音并不穩健，效果取決于閾值

FAST Algorithm for Corner Detection

理論

我們已經學習帶走幾個特征檢測器，它們都really good , 但是從實時的角度來說，它們的速度還不夠快.作為解決方案，FAST（加速段測試的特征）算法由Edward Rosten和Tom Drummond在2006年的論文“Machine learning for high-speed corner detection”中提出（后來在2010年修訂）.

FAST 全稱 Features from accelerated segment test,一種用于角點檢測的算法，該算法的原理是取圖像中檢測點，以該點為圓心的周圍的16個像素點判斷檢測點是否為角點，通俗的講就是中心的的像素值比大部分周圍的像素值要亮一個閾值或者暗一個閾值則為角點.

實現步驟：

一個以像素p為中心，半徑為3的圓上，有16個像素點（p1、p2、...、p16）

定義一個閾值，計算p1、p9與中心p的像素差，若它們絕對值都小于閾值，則p點不可能是特征點，直接pass掉，否則，當做候選點

若p是候選點，則計算p1、p9、p5、p13與中心p的像素差，若它們的絕對值有至少3個超過閾值，則當做候選點，否則，直接pass掉

若p是候選點，則計算p1到p16這16個點與中心p的像素差，若它們有至少9個超過閾值，則是特征點，否則，直接pass掉

對圖像進行非極大值抑制：計算特征點出的FAST得分值（即score值，也即s值），判斷以特征點p為中心的一個鄰域（如3x3或5x5）內，計算若有多個特征點，則判斷每個特征點的s值（16個點與中心差值的絕對值總和），若p是鄰域所有特征點中響應值最大的，則保留；否則，抑制。若鄰域內只有一個特征點（角點），則保留，得分計算公式如下（公式中用V表示得分，t表示閾值）：

NOTE：

它比其他現有的角落探測器快幾倍

但它對高水平的噪音并不穩健，效果取決于閾值

FAST Feature Detector in OpenCV

import numpy as np
import cv2
from matplotlib import pyplot as plt

img = cv2.imread("img8.png")
# Initiate FAST object with default values
fast = cv2.FastFeatureDetector_create()

# find and draw the keypoints
kp = fast.detect(img,None)
img2 = cv2.drawKeypoints(img, kp, None, color=(255,0,0))

# Print all default params
print( "Threshold: {}".format(fast.getThreshold()) )
print( "nonmaxSuppression:{}".format(fast.getNonmaxSuppression()) )
print( "neighborhood: {}".format(fast.getType()) )
print( "Total Keypoints with nonmaxSuppression: {}".format(len(kp)) )

cv2.imshow("fast_true",img2)

# Disable nonmaxSuppression
fast.setNonmaxSuppression(0)
kp = fast.detect(img,None)

print( "Total Keypoints without nonmaxSuppression: {}".format(len(kp)) )

img3 = cv2.drawKeypoints(img, kp, None, color=(255,0,0))

cv2.imshow("fast_false",img3)

cv2.waitKey()

GPU云服務器云服務器 python opencv 人臉檢測 opencv 人臉檢測人臉檢測 opencv opencv人臉檢測

文章版權歸作者所有，未經允許請勿轉載,若此文章存在違規行為，您可以聯系管理員刪除。

轉載請注明本文地址：http://specialneedsforspecialkids.com/yun/42085.html

opencv python SIFT（尺度不變特征變換）

摘要：理論前面講的角點檢測器中的角點在旋轉的圖像中也是角點，但是縮放呢如果縮放圖像，則角可能不是角例如，檢查下面的簡單圖像，當在同一窗口中放大時，小窗口內的小圖像中的角是平坦的所以角點檢測器不是尺度不變的所以，在年，不列顛哥倫比亞大學的在他的論 Introduction to SIFT (Scale-Invariant Feature Transform) 理論前面講的Harris角點檢...

marek 2019-07-30 17:11 評論0 收藏0
opencv python Harris角點檢測

摘要：角點角點所具有的特征輪廓之間的交點對于同一場景，即使視角發生變化，通常具備穩定性質的特征該點附近區域的像素點無論在梯度方向上還是其梯度幅值上有著較大變化角點檢測基本原理使用一個固定窗口在圖像上進行任意方向上的滑動，比較滑動前與滑動后兩種情況 Harris Corner Detection 角點角點所具有的特征：輪廓之間的交點對于同一場景，即使視角發生變化，通常具備穩定性質的特...

宋華 2019-07-30 17:11 評論0 收藏0
opencv python Shi-Tomasi角點檢測

摘要：低于質量水平的所有角落都被拒絕，然后它根據質量按降序對剩余的角進行排序 Shi-Tomasi Corner Detector & Good Features to Track cv2.goodFeaturesToTrack(image, maxCorners, qualityLevel, minDistance[, corners[, mask[, blockSize[, useHa...

red_bricks 2019-07-30 17:11 評論0 收藏0
Programming Computer Vision with Python （學習筆記十二）

摘要：圖像矩圖像矩或稱幾何矩是由在年提出的。矩給出了對圖像形狀的一種度量。使用建議的第二種采樣方法即以圖像中心進行高斯分布采樣，長度使用，然后在基礎上增加了旋轉的描述以及快速的計算方法，這種方法被稱為。 ORB（Oriented FAST and Rotated BRIEF）可用來替代SIFT（或SURF），它對圖像更具有抗噪特性，是一種特征檢測高效算法，其速度滿足實時要求，可用于增強圖像匹...

xbynet 2019-07-24 18:20 評論0 收藏0