Main Content

このページの翻訳は最新ではありません。ここをクリックして、英語の最新版を参照してください。

detectFASTFeatures

FAST アルゴリズムを使用してコーナーを検出し cornerPoints オブジェクトを返す

ページ内をすべて折りたたむ

構文

points = detectFASTFeatures(I)
points = detectFASTFeatures(I,Name,Value)

説明

例

points = detectFASTFeatures(I) は cornerPoints オブジェクト points を返します。このオブジェクトには、2 次元グレースケール入力イメージ I で検出された特徴点に関する情報が含まれます。関数 detectFASTFeatures は、Features from Accelerated Segment Test (FAST) アルゴリズムを使用して特徴点を検出します。

points = detectFASTFeatures(I,Name,Value) は、1 つ以上の Name,Value 引数ペアによって指定された追加オプションを使用します。

例

すべて折りたたむ

ライブ スクリプトを開く

イメージを読み取ります。

I = imread('cameraman.tif');

コーナーを検出します。

corners = detectFASTFeatures(I);

結果を表示します。

imshow(I); hold on;
plot(corners.selectStrongest(50));

Figure contains an axes. The axes contains 2 objects of type image, line.

入力引数

すべて折りたたむ

入力イメージ。2 次元グレースケールとして指定します。入力イメージは、実数で非スパースでなければなりません。

データ型: single | double | int16 | uint8 | uint16 | logical

名前と値のペアの引数

オプションの引数 Name,Value のコンマ区切りペアを指定します。Name は引数名で、Value は対応する値です。Name は引用符で囲まなければなりません。Name1,Value1,...,NameN,ValueN のように、複数の名前と値のペアの引数を、任意の順番で指定できます。

例: 'MinQuality','0.01','ROI',[50,150,100,200] は、指定された関心領域内にある最小許容品質 1% のコーナーを検出器で使用しなければならないことを指定します。この関心領域は、x=50、y=150 にあります。ROI の幅は 100 ピクセルで、高さは 200 ピクセルです。

コーナーの最小許容品質。'MinQuality' と [0,1] の範囲のスカラー値で構成されるコンマ区切りのペアとして指定します。

コーナーの最小許容品質は、イメージの最大コーナー メトリクス値より小さな値を表します。誤ったコーナーを削除するには、この値を大きくします。

データ型: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64

コーナーと周囲領域の最小強度差。'MinContrast' と (0 1) の範囲のスカラー値で構成されるコンマ区切りのペアとして指定します。

最小強度は、イメージ クラスの最大値より小さな値を表します。この値を大きくすると、検出されるコーナーの数が減少します。

データ型: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64

コーナー検出のための四角形の領域。'ROI' と [x y width height] の形式のベクトルで構成されるコンマ区切りのペアとして指定します。最初の 2 つの整数値 [x y] は関心領域の左上隅の位置を表します。残りの 2 つの整数値は幅と高さを表します。

例: 'ROI', [50,150,100,200]

出力引数

すべて折りたたむ

コーナー ポイント オブジェクト。cornerPoints オブジェクトとして返されます。このオブジェクトには、2 次元グレースケール入力イメージで検出された特徴点に関する情報が含まれます。

参照

[1] Rosten, E., and T. Drummond. "Fusing Points and Lines for High Performance Tracking," Proceedings of the IEEE International Conference on Computer Vision, Vol. 2 (October 2005): pp. 1508–1511.

拡張機能

参考

関数

オブジェクト

トピック

R2013a で導入

Computer Vision Toolbox ドキュメンテーション

サポート

MATLABで始めるディープラーニング

MATLABで始めるディープラーニング

ebookをダウンロードする