摘
要
FAST（Features from Accelerated Segment Test）是一种常用的特征检测算法，其在计算机视觉领域中被广泛应用。传统FAST算法通过比较中心像素点和周围相邻像素点的灰度值来确定是否为角点特征点，然后使用非极大值抑制来选择最显著的角点。然而，该算法的一个主要缺点是其使用固定的阈值来判断像素点的角点属性，这导致在不同图像中具有不同亮度和对比度的情况下，检测结果可能不稳定
，
容易受到噪声干扰的影响。此外，由于亮度变化引起的像素灰度值差异，传统FAST算法的性能也会下降。为了解决这些问题，本文提出了一种基于自
基于自适应阈值的FAST特征检测方法研究-21340字.docx