特征点的检测和匹配

图像特征点的应用：相机标定、图像拼接、稠密重建、场景理解。

 https://www.cnblogs.com/polly333/p/5416172.html

harris角点检测：使用一个固定窗口在图像上进行任意方向上的滑动，比较滑动前与滑动后两种情况，窗口中的像素灰度变化程度，如果存在任意方向上的滑动，都有着较大灰度变化，那么我们可以认为该窗口中存在角点。

角点检测公式如下：

该公式的含义为在图片上滑动一个小窗口，将窗口滑动前后对应位置的值求差再平方，最后再乘以每个位置对应的权重。通常权重是以窗口中心为原点的二元正态分布。

根据泰勒公式：

可将角点检测公式转化为：

以上部分为角点检测的基础内容，但是在实际检测的时候，我们只是对主要矛盾矩阵M进行分析。也就是对每个窗口位置对应的矩阵M求其特征值。

---

 

对公式总结可得到如下结论：

求得矩阵M的两个特征值：1. 特征值都比较大，则窗口中含有角点。

                                           2. 特征值一个大，一个小，则窗口中含有边缘。

                                           3. 特征值都比较小，则窗口处在平坦区域。

转载于:https://www.cnblogs.com/czz0508/p/10458385.html