当前位置：首页 > news >正文

OpenCV CUDA模块图像特征检测与描述------图像中快速检测特征点类cv::cuda::FastFeatureDetector

news 来源：原创 2025/7/5 21:44:40

操作系统：ubuntu22.04
OpenCV版本：OpenCV4.9
IDE:Visual Studio Code
编程语言：C++11

算法描述

cv::cuda::FastFeatureDetector 是 OpenCV 的 CUDA 加速模块中的一部分，用于在图像中快速检测特征点。FAST（Features from Accelerated Segment Test）算法是一种高效的角点检测算法，能够在保持较高精度的同时显著提高速度。

cv::cuda::FastFeatureDetector 提供了 GPU 加速的 FAST 角点检测功能。它继承自 cv::Algorithm 类，并且实现了与 CPU 版本的 cv::FastFeatureDetector 相似的接口，但利用了 CUDA 来加速计算过程。

主要成员函数

构造函数

  cv::cuda::FastFeatureDetector::FastFeatureDetector(int threshold=10, bool nonmaxSuppression=true, int type=cv::FastFeatureDetector::TYPE_9_16)

threshold: 阈值，用来判断一个像素是否为角点。
nonmaxSuppression: 是否启用非极大值抑制来过滤掉一些不是最强响应的角点。
type: 指定使用的FAST类型，可以是 TYPE_9_16, TYPE_7_12, 或者 TYPE_5_8，分别对应不同的测试模式。

检测函数

   void detect(cv::InputArray image,cv::Ptr<cv::cuda::GpuMat>& keypoints, cv::Stream& stream = cv::cuda::Stream::Null())

image: 输入图像，通常是一个灰度图（CV_8UC1），也可以是彩色图（CV_8UC3），但会被转换为灰度图处理。
keypoints: 输出的关键点集合。
stream: 可选参数，指定CUDA流以实现异步操作。

示例代码

#include <opencv2/cudafeatures2d.hpp>
#include <opencv2/cudaimgproc.hpp>
#include <opencv2/opencv.hpp>int main()
{// 加载图像cv::Mat img = cv::imread( "/media/dingxin/data/study/OpenCV/sources/images/Lenna.png", cv::IMREAD_GRAYSCALE );if ( img.empty() ){std::cerr << "无法加载图像" << std::endl;return -1;}// 将图像上传到 GPUcv::cuda::GpuMat d_img( img );// 创建 FastFeatureDetectorcv::Ptr< cv::cuda::FastFeatureDetector > detector = cv::cuda::FastFeatureDetector::create( 30 );  // 设置阈值为30// 检测特征点std::vector< cv::KeyPoint > keypoints;detector->detect( d_img, keypoints );// 绘制特征点cv::Mat img_keypoints;cv::drawKeypoints( img, keypoints, img_keypoints );cv::imshow( "FAST Feature Detector", img_keypoints );cv::waitKey( 0 );return 0;
}

运行结果

在这里插入图片描述