基于Harris的角点特征检测

---

---

前言

角点是图像中的一个重要的局部特征，决定了图像中关键区域的形状，体现了图像中重要的特征信号，所以在目标识别、图像匹配、图像重构等方面都具有十分重要的意义。对角点的定义一般可以分为以下三种：图像边界曲线具有极大曲率值的点、图像中梯度值和梯度变化率很高的点、图像在边界方向变化不连续的点。定义不同，角点的提取方法也不尽相同，如下所述。
1．基于图像边缘的检测方法
该类方法需要对图像的边缘进行编码，这在很大程度上依赖于图像的分割和边缘提取，具有较大的计算量，一旦待检测目标在局部发生变化，则很可能导致操作失败。早期主要有Rosenfeld 和 Freeman 等人所提出的方法，后期有曲率尺度空间等方法。
2．基于图像灰度的检测方法
该类方法通过计算点的曲率及梯度来检测角点，可避免基于图像边缘的检测方法存在的缺陷，是目前研究的重点。该类方法主要有 Moravec、Forstner、Harris 和 SUSAN 算子等。

---

一、理论基础

1.Harris 的基本原理

假设对图像进行不同方向上的窗口滑动扫描，通过分析窗口内的像素变化趋势来判断是否存在角点：如果窗口区域内的像素在各个方向上都没有显著变化，如图 17-1&