Corner Detector
Найдите углы с помощью Алгоритма FAST
- Библиотека:
Vision HDL Toolbox / Analysis & Enhancement
Описание
Блок Corner Detector обнаруживает углы при помощи алгоритма от ускоренного теста сегмента (FAST) функций. Для каждого пикселя, если пиксель является углом, блок возвращает угловую метрику. Если пиксель не является углом, блок возвращает пиксельное значение нуля.
Алгоритм FAST тестирует круговую область вокруг потенциального центра угла. Тест обнаруживает угол, если непрерывный раздел пикселей является или более ярким, чем центр плюс порог или более темным, чем центр минус порог. Можно задать минимальный контрастный порог в качестве параметра или порт и выбор из трех правил задать угол. Эти правила задают, сколько пикселей в кругу пикселей должно превысить минимальный контраст для центрального пикселя, который будет рассмотрен углом. Блок выполняет параллельные тесты всех комбинаций непрерывных пикселей вокруг круга.
Порты
Этот блок использует пиксельный интерфейс потоковой передачи с pixelcontrol соедините шиной для сигналов управления кадром. Этот интерфейс позволяет блоку действовать независимо от размера изображения и формата. Все блоки Vision HDL Toolbox™ используют тот же интерфейс потоковой передачи. Блок принимает и возвращает скалярное пиксельное значение и шину, которая содержит пять управляющих сигналов. Управляющие сигналы указывают на валидность каждого пикселя и его местоположения в системе координат. Чтобы преобразовать систему координат (пиксельная матрица) в последовательный пиксельный поток и управляющие сигналы, используйте блок Frame To Pixels. Для полного описания интерфейса смотрите Пиксельный Интерфейс Потоковой передачи.
Входной параметр
Вывод
Параметры
Основной
Method — Метод обнаружения
FAST 5 of 8 (значение по умолчанию) | FAST 7 of 12 | FAST 9 of 16
Задайте, сколько непрерывных пикселей на круге должно превысить порог для центрального пикселя, который будет отмечен как угол. Для кругов 8, 12, и 16 пикселей, показанных в этих фигурах, блок обнаруживает угол, когда 5, 7, или 9 непрерывных пикселей, соответственно, выше порога. Проверки блока на это количество непрерывных пикселей где угодно на круге. Блок использует ядро размера, 3х3 для FAST 5 of 8, 5 на 5 для FAST 7 of 12, и 7 7 для FAST 9 of 16.
Source of minimum contrast value — Источник для контрастного порога, который указывает на угол
Property (значение по умолчанию) | Input port
Задайте Property устанавливать контрастный порог при помощи параметра MinContrast value. Задайте Input port включить порт minC.
MinContrast value — Контрастный порог, который указывает на угол
20
Каждый пиксель в кругу вычтен из центрального пиксельного значения, и только те различия, которые превышают этот порог, используются, чтобы определить, является ли центральный пиксель углом и вычислить выходную метрику. Это значение снято к совпадающему типу данных как вход pixel.
Зависимости
Чтобы включить этот параметр, установите параметр Source of minimum contrast value на Property.
Line buffer size — Размер буфера линии
2048
Задайте степень двойки, которая размещает количество активных пикселей в одной горизонтальной линии.
Если вы задаете значение, которое не является степенью двойки, блок использует следующую самую большую степень двойки. Блок выделяет (N – 1)-by-Line buffer size ячейки памяти, чтобы сохранить пиксели. N является размером ядра. Блок использует ядро размера, 3х3, когда параметром Method является FAST 5 of 8, 5 на 5, когда Method является FAST 7 of 12, и 7 7 когда Method является FAST 9 of 16.
Padding method — Метод для дополнения
Symmetric (значение по умолчанию) | None
Выберите один из этих методов для дополнения контура входного изображения. Для получения дополнительной информации об этих методах, смотрите, что Ребро Дополняет.
Symmetric— Установите значение дополнительных пикселей, чтобы зеркально отразить ребро изображения. Эта опция препятствует тому, чтобы ребра были обнаружены на контурах активной системы координат.None— Исключите дополнительную логику. Блок не устанавливает пиксели вне фрейма изображения ни к какому конкретному значению. Эта опция уменьшает аппаратные ресурсы, используемые блоком и очищением, требуемым между системами координат, но влияет на точность выходных пикселей в ребрах системы координат. Чтобы обеспечить пиксельную потоковую синхронизацию, выходная система координат одного размера с входным кадром. Однако избегать использования пикселей, вычисленных от неопределенных дополнительных значений, маски от KernelSize/2 пиксели вокруг ребра системы координат для нисходящих операций. Для получения дополнительной информации смотрите Пропускную способность Увеличения с Дополнением Ни одного.
Типы данных
Rounding mode — Округление метода для внутренних вычислений фиксированной точки
Floor (значение по умолчанию) | Ceiling | Convergent | Nearest | Round | Zero
Задайте метод округления для внутренних вычислений фиксированной точки.
Saturate on integer overflow — Действие переполнения для внутренних вычислений фиксированной точки
off (значение по умолчанию) | on
Когда вы очищаете этот параметр, фиксированная точка и целочисленные значения повторяются, чтобы обнулить, когда значение переполняет того, что является представимым с тем типом данных. Когда вы выбираете этот параметр, значение насыщает в максимальном представимом значении.
Output Data Type — Тип данных для выходного порта corner
Inherit same as first input (значение по умолчанию) | выражение типа данных | Inherit via internal rule
Задайте тип данных для порта выхода corner. По умолчанию блок возвращает контрастную метрику с помощью совпадающего типа данных в качестве порта входа pixel.
Примеры модели
Алгоритмы
Блок использует однострочный буфер, чтобы извлечь окна ядра. Алгоритм вычитает центральный пиксель ядра от каждого из круговых пикселей. Для схем ядра смотрите параметр Метода. Каждый результат сравнивается со значением minContrast. Когда необходимое количество последовательных пикселей превышает порог, центр отмечен как угол, и блок вычисляет сумму абсолютной разности (SAD) метрика для круга. Только те различия, которые превышают минимальный контрастный порог, включены в метрику. Пиксели, состоящие из нескольких несмежных участков, также включены в метрику. Это вычисление означает, что алгоритм обнаруживает легкий центральный пиксель, окруженный темными пикселями или темным центральным пикселем, окруженным светлыми пикселями как углы с высокими метриками.
Чтобы оптимизировать аппаратную производительность, алгоритм является конвейерным между каждым добавлением, или вычтите операции.
Задержка
Задержка блока является буферной задержкой линии плюс задержка вычисления ядра. Буферная задержка линии включает ребро, дополняющее по умолчанию. Задержка дополнительной операции зависит от размера ядра. Если дополнение ребра не необходимо для вашего проекта, можно уменьшать задержку путем установки параметра Padding method на None. Когда вы используете эту опцию, задержка блока не зависит от вашего размера ядра. Чтобы определить точную задержку для любой настройки блока, измерьте количество временных шагов между управляющими сигналами ввода и вывода.
Примечание
Когда вы будете использовать дополнение ребра, используйте горизонтальный интервал гашения больших, чем дважды ширина ядра. Этот интервал позволяет блоку закончить обрабатывать одну линию, прежде чем это начнет обрабатывать следующее, включая добавление дополнительных пикселей до и после активных пикселей в линии. Стандартные форматы потокового видео используют горизонтальный интервал гашения приблизительно 25% ширины системы координат. Этот интервал намного больше, чем фильтры применились к каждой системе координат. Когда вы отключаете дополнение ребра, горизонтальный интервал гашения должен быть по крайней мере 12 циклами и независим от размера ядра. Если вы используете пользовательский формат видео, установите горизонтальный интервал гашения при помощи параметров блоков Frame To Pixels. Горизонтальный интервал гашения равен Total pixels per line – Active pixels per line или, эквивалентно, Front porch + Back porch.
Ссылки
[1] "ВЫСОКОСКОРОСТНОЕ ВЫЯВЛЕНИЕ ПРИЗНАКОВ ИЗОБРАЖЕНИЙ ИСПОЛЬЗУЯ РЕАЛИЗАЦИЮ FPGA АЛГОРИТМА FAST": продолжения Конференции Третьего Интернационала по Теории Компьютерного зрения и Приложениям, SciTePress - Публикации Науки и техники, 2008, стр 174–79. doi:10.5220/0001080801740179.
[2] Rosten, E. и Т. Драммонд. “Плавя Точки и Линии для Высокопроизводительного Отслеживания”. Продолжения Международной конференции IEEE по вопросам Компьютерного зрения, издания 2, 2005, стр 1508–11.
[3] Rosten, E. и Т. Драммонд. "Машинное обучение для Высокоскоростного Углового Обнаружения". Компьютерное зрение - Примечания Лекции ECCV 2006 в Информатике, 2006, 430-43. doi:10.1007/11744023_34.