opencv学习笔记二十六：Shi-Tomasi 角点检测

Shi-Tomasi 算法是Harris 算法的改进。Harris 算法最原始的定义是将黑塞矩阵 M=  的行列式值与 M 的迹相减，再将差值同预先给定的阈值进行比较。后来Shi 和Tomasi 提出改进的方法，若两个特征值中较小的一个大于最小阈值，则会得到强角点。二者原理一模一样，只是计算角点量的方式不一样。

Harris计算角点量方式：

R =  ,K通常取0.04~0.06；

Shi-Tomasi计算角点量方式：

R =  min()。

 

API函数：