Question

我刚试过from skimage.feature import corner_fast np.random.seed(2018) img = np.random.normal(size=(20, 20)) img_response = corner_fast(img, n=12, threshold=0.0)表单skimage，它似乎对角点检测效果很好：

img_response

FAST算法在网络的许多地方都有解释。但是，这些解释表明FAST应该返回一个布尔值（角落或非角落）。

然而，{{1}}是一个浮点数组。我想这些数字对应于＆＃34; cornery＆＃34;一个特定的像素，但是，它们是如何计算的？他们真正代表什么？

Answer 1

您的猜测是正确的，响应图像是一种累加器，值越高，像素越“雕像”。

要提取角落位置，您可以对corner_peaks

返回的结果调用函数corner_fast

关于如何计算，文档给出了这两个引用：

[1] Edward Rosten和Tom Drummond“用于高速角点检测的机器学习”，http://www.edwardrosten.com/work/rosten_2006_machine.pdf
[2]维基百科，“加速段测试的特征”，https://en.wikipedia.org/wiki/Features_from_accelerated_segment_test

最后，请注意scikit-image是开源的，因此您可以查看代码本身的详细信息https://github.com/scikit-image/scikit-image/tree/master/skimage

corner_fast从skimage返回

1 个答案: