角点

Harris 角点检测

Harris角点检测的思想完全是根据定义来的

数学表达为：

E (u, v) = \sum x, y w (x, y) [I (x + u, y + v) - I (x, y)] 2

其中w为窗口函数I(x+u,y+v)是平移后的图像灰度，I(x,y)是当前图像灰度。
计算机视觉----Harris 角点检测

我们队这个公式进行下面的变化：
因为

I (x + u, y + v) = I (x, y) + I x u + I y v + O (u 2, v 2)

所以

[I (x + u, y + v) - I (x, y)] 2 = (I x u + I y v) 2 = I 2 x u 2 + 2 I x I y u v + I 2 y v 2 = [u v] [I 2 x I x I y I x I y I 2 y] [u v]

我们把

\sum x, y w (x, y) [I 2 x I x I y I x I y I 2 y] = M

则有：

E (u, v) = [u v] M [u v]

这里u,v为窗口移动的距离。所以我们只用研究这个M矩阵就行啦
计算机视觉----Harris 角点检测

将M对角化，R看成旋转矩阵就好了，不影响正交方向。λ1λ2为特征值，特征值的大小对应该方向上的影响程度。
计算机视觉----Harris 角点检测

定义角点影响函数R