1. 创建图像金字塔，默认层数为8，比例因子为1.2
2. 在金字塔每层中进行FAST-12检测
图1，fast关键点检测
1)记点的像素值
，圆周上的像素值
,若
,则称为满足条件。
2)以点为圆心构造一个半径为3的圆，检测1、9、5、13位置上的灰度值，如果四个位置上有3个或3个以上的的像素值都满足条件。则将
点作为候选点。
3)将圆周上的其他点像素值与点P像素值比较，如果圆周上有连续12个点的像素值满足条件，则将记为初选点。
3. 对所有初选点进行非极大值抑制，进行二次筛选。
4. 根据每个FAST角点的harris响应对角点排序，进行第三次筛选得到前N个关键点
5. 对第4步得到的N个关键点计算方向
灰度质心法：
以每个关键为中心构建长宽都为31的图像块B
定义图像块B上的矩：
，其中
图像块B的质心：
方向角：
图2.计算描述子的样本空间（共256对，只画出了一对）
6. 计算步骤4得到的关键点的描述子
定义函数：
其中为关键点，
为以
为中心，边长为5的窗口内的所有像素值的和，
类似。
选取256对样本（如何选取？作者在公开数据集上做实验，得到样本空间）：
其中为根据实验得到的，是固定在关键点周围的采样空间（除非自己用其他数据重
新做实验或者改变获取采样空间的策略）
对样本空间加关键点的旋转角
，得到最终的样本空间：
，其中
为
对应的旋转矩阵
对最终的样本空间上的每一对样本计算
得到256维度的二进制描述子
