一.每周一学------Harris角点

1.角点的定义

点 ，就是图像中的特殊位置，是很常用的一类特征，点的局部特征也可以叫做“关键特征点”(keypoint feature)，或“兴趣点”(interest point)，或“角点”(conrner)。
今天所讲的角点简单定义来说：就是极值点，即在某方面属性特别突出的点。

如上图红圈就是一种很简单的角点。

为什么要检测角点
角点是图像很重要的特征,对图像图形的理解和分析有很重要的作用。角点在保留图像图形重要特征的同时,可以有效地减少信息的数据量,使其信息的含量很高,有效地提高了计算的速度,有利于图像的可靠匹配,使得实时处理成为可能。
应用： 角点在三维场景重建、运动估计、目标跟踪、目标识别、图像配准与匹配等计算机视觉领域起着非常重要的作用

关于角点的具体描述可以有几种：

• 一阶导数(即灰度的梯度)的局部最大所对应的像素点
• 两条及两条以上边缘的交点
• 图像中梯度值和梯度方向的变化速率都很高的点
• 角点处的一阶导数最大，二阶导数为零，指示物体边缘变化不连续的方向。

2.Harris 角点检测

目前的角点检测算法可归纳为3类：

• 基于灰度图像的角点检测
• 基于二值图像(每个像素点均为黑色或者白色的图像)的角点检测
• 基于轮廓曲线的角点检测

角点检测思路
角点检测算法基本思想是使用一个固定窗口（取某个像素的一个邻域窗口）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，若有着较大灰度变化，那么我们可以认为该窗口中存在角点。

如上图

• 图一中，当窗口在平坦的地方移动窗口，图像灰度值不会有太多变化。
• 图二中，如果我们在边缘移动窗口，沿着边缘方向移动，灰度值变化不大