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

• 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 GPU
    cv::cuda::GpuMat d_img( img );

    // 创建 FastFeatureDetector
    cv::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