最初由Rosten和Drummond [Rosten06]提出的FAST（加速段測試的特征）特征檢測算法是基於將點P與其包圍圓內的點集的直接比較的思想。
基本思想是，如果附近的幾個點與P類似，那么P將成為一個很好的關鍵點。點P是FAST算法的關鍵點候選者。 影響P分類的點的圈由p周圍的圓確定。 在這種情況下，該圓上有16個像素，這里編號為0-15。
具體的算法在這里並沒有說明。
二、函數
class cv::FastFeatureDetector : public cv::Feature2D {
public:
enum {
TYPE_5_8 = 0, // 8 points, requires 5 in a row
TYPE_7_12 = 1, // 12 points, requires 7 in a row
TYPE_9_16 = 2 // 16 points, requires 9 in a row
};
static Ptr<FastFeatureDetector> create(
int threshold = 10, // 像素強度
bool nonmaxSupression = true, // 打開或關閉得分較低的鄰近點的抑制
int type = TYPE_9_16 // 參數設置運算符的類型
);
...
};
三、小結
fast算法本身
基本上已經成為歷史的一部分，這里只是作為簡單的知識了解一下而已；但是圖像處理的基本思路存在循環發展的情況，也就是經典的算法在新的運用場景下面會不斷得到新的開發利用：比如fast，在
ORB中得到了和Brief特征的結合，我們屆時繼續研究。