Opencv（七）：Harris角点检测
一、原理概述
灰度变化平缓区域，灰度积分值保持近似不变；灰度沿边缘方向积分值保持不变，其他方向灰度积分值变化剧烈；角点除，任意方向剧烈变化。如下图所示：
二、数学推导
简言之，灰度积分值可以转化为一个二次型，通过矩阵运算可知，二次型可转化为如下数学公式：
进而，可转化为椭圆公式，如下所示：
原二次型就是一个斜置的椭圆，A与B分别影响了椭圆的长边和短边，根据几何性质，可以得知，椭圆的长短轴即可反映出椭圆面积，椭圆面积可反映灰度积分值，最终得到如下结论：
由于无法确定长短轴具体多少数值是大，多少数值是小，则使用一个角点相应函数，通过数学转化为与0的比较，如下所示：
当R约等于0，说明长轴与短轴都很小，灰度积分值很小，灰度变化平缓；
当R小于0，说明长轴短轴有一个很大，一个很小，灰度沿一个方向变化平缓，其他方向变化剧烈，为边缘区域；
当R大于0，说明长短轴数值都很大，灰度沿任意方向变化剧烈，为角点。
三、相关opencv函数
总结：
Harris角点检测算法对规则角点检测效果好，对不规则角点检测效果不好。