Harris 角点检测

点检测的一份非常详细的教程：

http://www.cim.mcgill.ca/~dparks/CornerDetector/index.htm

在上述教程中涉及到了Harris角点检测的推导以及各种角点检测方法的比较，非常值得一看。这里只是简单的整理一下，用白话说明一下Harris角点检测算法的步骤：

1. 计算图像的方向导数，分别保存为两个数组Ix以及Iy，这里可以使用任何方法，比较正统的是使用Gaussian函数，因为在Harris角点检测的推导过程中默认是采用了Gaussian函数作为其计算图像偏导数的方法。当然使用简单的Prewitt或者Sobel算子也没有关系。

2. 为每一个点计算局部自相关矩阵 u(x,y) = [Ix(x,y)^2*W Iy(x,y)Ix(x,y)*W;Ix(x,y)Iy(x,y)*W Iy(x,y)^2*W];这里*W代表以x,y为中心与高斯模板W做卷积，而这个模板的大小则需要你自己指定。

3. 如果这个u的两个特征值都很小，则说明这个区域是个平坦区域。如果u的某个特征值一个大一个小，则是线，如果两个都很大，那么就说明这是个角点。Harris提供了另一个公式来获取这个点是否是角点的一个评价：corness = det(u) - k*trace(u)^2;

这个corness就代表了角点值，其中k是你自己取的一个固定的变量，典型的为[0.04,0.06]之间。当然在求取了每个点的corness以后，最好再做一个极大值抑制，这样的效果比直接设置一个阀值要好。

 

最近开始在导师的逼迫下绞尽脑汁的想办法做他给的任务，这个计算机视觉里涉及的东西刚开始觉得还真多，在网上找到这样一篇文章，要谢谢这位找到这份教程的大哥！这是他的博客

http://hi.baidu.com/xxwl04108