Corner detection in images

Računalni vid i detekcije značajki za obradu slike obuhvaćaju metode za računanje apstrakcija slikovnih informacija i donošenje lokalnih odluka na svakoj točki slike, u tom trenutku postoji li neka vrsta slike određenog tipa ili ne. Dobivene značajke bit će podskupovi domene slike, često u obliku izoliranih točaka, kontinuiranih krivulja ili povezanih regija. U ovom radu je predstavljen algoritam FAST, jedan od mnogih, za detekciju i opis značajki s nekim poboljšanim svojstvima u odnosu na druge algoritme. Paralelno su provedeni eksperimenti i na ostala četiri algoritma: SIFT, SURF, ORB, BRISK radi usporedbe rezultata. Na osnovnu provedenih eksperimenata i dobivenih rezultata zaključeno je kako su značajke detektirane pomoću FAST-a kvalitetno slične ili malo bolje od ostalih metoda , ali je sam algoritam značajno brži od ostalih testiranih algoritama.Computer vision and image detection features include methods for computing abstraction of image information and making local decisions at each image point, at which point there is a certain type of image of a particular type or not. The resulting features will be subdomains of the image domain, often in the form of isolated points, continuous curves, or related regions. This paper presents a FAST algorithm, one of many, for detecting and describing features with some improved features compared to other algorithms. Parallel experiments were performed on the other four algorithms: SIFT, SURF, ORB, BRISK for comparison of results. Based on the baseline experiments and the results obtained it was concluded that the features detected by FAST are very similar or slightly better than the other methods, but the algorithm itself is significantly faster than the other algorithms tested