快速角点检测器中分数计算的算法

Question

如何在快速角点检测器中计算检测到的角点的分数？我读了最初的论文“高速角检测的机器学习”，但是在分数计算部分，没有明确提到他们指的是哪N个连续像素。是N个连续像素满足该点的角点条件吗？我还找到了下面的链接

COPIES/AV1011/AV1FeaturefromAcceleratedSegmentTest.pdf，指的是快速的角球计算。另外，本文所描述的分数函数与OPENCV对半径为3的bresenham圆的分数计算之间没有任何对应关系。

score.cpp

分数是在上述链接中的cornerScore<16>函数中计算出来的。除此之外，没有其他文章明确提到快速特征检测器中的快速分数计算。有谁能给我一点见解吗？

注：-I还研究了第二篇论文“更快更好:一种机器学习的角点检测方法”，但是它没有明确提到分数的计算。

Answer 1

网上的文档也把我搞糊涂了：

得分函数定义为：“连续弧中像素与中心像素之间的绝对差之和”。

我很确定OpenCV不会那样计算分数。如果您耐心地阅读您提到的源代码，您会发现cornerScore<16>函数正在这样做：

1. 获取以目标像素为中心的圆上的16个像素值。
2. 从16处取一组9个连续像素，计算这9个像素与中心像素之间的绝对差，并取最小值(从9个abs-差)(称为阈值)。
3. 以16中的每个像素作为步骤2的开头，您将得到16个阈值。
4. 返回最大阈值作为角得分。

从这条管道中，您可以看到分数OpenCV计算的是，这是使目标像素成为快速角的最大阈值。