OpenCV每日函数 特征检测和描述模块(7) AGAST类 (提取关键点和计算描述符)
2023-09-14 09:01:35 时间
一、概述
AGAST是一种计算二元决策树(角检测器)的技术,该技术是通用的,并且不必适应新环境。根据定义,它是完整的(没有假阳性或假阴性响应),唯一的参数是内存访问时间来加权各种像素比较。该树对于 AST 掩码中相似像素的某个概率是最优的。
通过组合两棵树,角点检测器自动适应环境,并为图像区域提供最有效的决策树,只有一个像素延迟(见下图)。因此,它产生了一个角检测器,该检测器速度更快且无需进行训练,同时保持与(完整)FAST 角检测器相同的角响应和可重复性。我们将此检测器称为 AGAST,它代表 Adaptive and Generic Accelerated Segment Test。
AGAST 所基于的 AST 是由 Edward Rosten(等人)开发的,在AGAST中,只有构建和使用 AST 的决策树的方式得到了显着改进。 AGAST 也使用与 FAST 相同的非最大抑制。
二、类参考
1、函数原型
void cv::AGAST ( InputArray image,
std::vector< KeyPoint > & keypoints,
int threshold,
bool nonmaxSuppression,
AgastFeatureDetector::DetectorType type
)
相关文章
- 干货 | OpenCV获取不规则区域的最大内切圆(附Python / C++ 源码)
- opencv-contrib模块详解_opencv安装包
- opencv角点检测学习总结[通俗易懂]
- ubuntu卸载OpenCV[通俗易懂]
- OpenCV 如何保存图片「建议收藏」
- OpenCV-Python学习(15)—— OpenCV 图像旋转角度计算(NumPy 三角函数)
- 【说站】python OpenCV的图像处理
- pycharm配置OpenCV_pycharm opencv安装
- Opencv 图像处理:图像通道、直方图与色彩空间
- opencv中scalar_opencv ffmpeg
- OpenCV计算图像的梯度特征
- python使用opencv如何保存图片_OpenCV Python 保存图片
- 基于python的opencv人脸训练模型
- 基于Python的OpenCV有关图像处理的基本操作
- 【1】windows下安装OpenCV(4.3)+VS2017安装+opencv_contrib4.3.0配置
- 超简单的pyTorch训练->onnx模型->C++ OpenCV DNN推理(附源码地址)
- 【图像配准】使用OpenCV进行多图配准拼接
- OpenCV这么简单为啥不学——1.3、图像缩放resize函数
- OpenCV这么简单为啥不学——1.12、使用ssim函数对两张照片进行相似度分析
- OpenCv+Qt5.12.2:文字检测与文本识别
- OpenCV + python 实现人脸检测(基于照片和视频进行检测)详解大数据
- 一步步搭建Linux环境并安装OpenCV(linux安装opencv)