edward rosten & tom drummond於2023年提出的，通過機器學習與角點檢測相互融合，實現快速高效檢測角點。
fast角點檢測具體實現：
該演算法考慮以角點p為中心的圓，其邊與影象畫素點相交的畫素位置，例如上圖邊所在的16個畫素位置，如果存在一組n個連續的畫素點其灰度值全部大於p點灰度值加上閾值或者全部小於p點灰度值減掉閾值，那麼p即為角點。
**中n被設定為12，經過大量測試得出，因為n=12可以排除大量非角點。
對於這16個畫素位置，總共只有三種狀態：
或比p亮，或比p暗，或者與p相似（基於灰度值）。
然而乙個影象如果拿16個點依次按照上述公式計算比較，那演算法簡直太慢，作者提出運用id3決策樹（通過資訊增益進行泛化評估）進行泛化，來尋找是否存在這連續的n個pixels或大於或小於ip±
ti_p\pm t
ip±
t 。另外演算法採用了非極大值抑制，對檢測到的每個角點計算得分函式v，並對其應用非極大值抑制以去除具有較高v的相鄰角點的角點，即去除冗餘，選擇最優的角點。
通過計算得分函式v，將得到的值分別與候選角點的相鄰角點的值進行比較，將較小的角點全部去掉。
opencv封裝了該演算法，**如下：
)fastfeaturedetector_create()中的threshold即為上述的閾值t，threshold越小檢測出的角點越多，值越大檢測出的角點越少，第二個設定是否進行非極大值抑制。
threshold分別等於30和100時角點的檢測結果。
缺點：
魯棒性較差，容易受到雜訊的擾動；取決於閾值t，需要根據不同的情況進行調參。
視覺幾何（三維重建）
射影平面之齊次座標 老闆是搞三維重建的，最近跟著學了些數學知識。做一些筆記，以備查詢。第一點，為什麼需要齊次座標？簡單地說明一下，在一維空間中的一條線段上取一點x，然後我們想轉移x的位置，那我們應該是x x k，但我們能使用一維的矩陣來表示這變換嗎？不能，因為此時一維的矩陣只能讓x點伸縮。但如果變成...
機器視覺學習系列一 線結構光三維測量重建
專案背景 專案用於工業零件的公差檢測，主要是針對縫隙和高低差兩種公差，具體應用領域如汽車 飛機的蒙皮對接檢測，當然，對於別的公差改變一些 也是可以做到的 技術方案 採用線結構光進行三維重建，用三維點雲資料進行相應公差計算 選用硬體 basler相機乙隻，stackyale雷射器乙隻，精密一維移動平台...
基於深度學習的視覺三維重建研究總結
三維重建作為環境感知的關鍵技術之一，可用於自動駕駛 虛擬實境 運動目標監測 行為分析 安防監控和重點人群監護等。現在每個人都在研究識別，但識別只是計算機視覺的一部分。真正意義上的計算機視覺要超越識別，感知三維環境。我們活在三維空間裡，要做到互動和感知，就必須將世界恢復到三維。所以，在識別的基礎上，計...