Harris角点检测

1、角点检测的基本思想：

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。

2、窗口移动前后像素灰度变化

已知一个二维图像函数，其中图像坐标表示为，图像的平移量表示为，因此局部图像自相关函数表示为

 

是以为中心的局部窗口中的坐标，当很小时，局部平移图像用一级泰勒级数来近似如下：

 

 

带入上式：

 其中反映图像坐标点领域内的灰度结构。假设为的特征值，通过M的两个特征值λ1和λ2的大小对图像点进行分类：

 

 假设：

为进一步度量角点响应，表示出行列式的迹：

 因此角点响应函数：

其中，K是常数因子，—般取为 0.04~0.06 。只有满足图像中像素的角点响应测度函数大于一定的门限，并且在角点周围的八个方向上均是局部极大值这两个条件时才能判断该点是角点。
 

3、实例步骤：

取某一高光谱图像的第1波段的图像来做Harris角点提取仿真：首先对图像进行均衡化处理，提高图像对比度；其次，对水平方向x和垂直方向y进行高斯滤波，计算图像梯度；历遍图像中的每个点，为每个点构造局部自相关矩阵，产生7*7的高斯窗，设置最后，计算角点的测度函数R的值，寻找它的局部极值，以极值的像素点作为最终期望的角点。
    

4、效果图