我试图在整个图像上检测关键点，因此我尝试将其划分为多个单元并在每个单元上进行检测。但是，使用ORB检测器获得的结果与使用FAST检测器获得的结果不同。对于ORB，随着单元格数量的增加（较小的单元格），我得到的关键点要少得多。
下图显示了将图像划分为10行和10 cols和最大Keypoints 1000的结果。左边的是FAST（894 Keypoint）的结果，右边的是Orb检测器的结果（142关键点）。
有人可以向我解释为什么我得到不同的结果吗？因为我认为ORB是基于FAST功能的。在使用ORB时，是否有办法获得与FAST相同数量的关键点？
答案 0 :(得分：0)
尽管ORB使用FAST关键点检测器，但使用FAST和ORB时我们必须获得相同数量的关键点并不相同。
ORB只是建立在FAST关键点检测器上，而FAST检测器是在ORB中进行修改的，它并不完全相同（原始版本）。在ORB的正式文件中，它陈述了对ORB中FAST检测器的其他贡献，并对此进行了调查。
"FAST does not produce a measure of cornerness, and we have found that it has large
responses along edges. We employ a Harris corner measure [11] to order the FAST keypoints.
For a target number N of keypoints, we first set the threshold low enough to get
more than N keypoints, then order them according to the Harris measure,
and pick the top N points. "
这可能是它为您减少关键点数量的原因之一。从最后我可以建议您将阈值最小化，以便获得更多的关键点。