文章首發：xmoon.info
對於影象處理時經常需要提取特徵點分析結構，將**進行拼接，實現全景拍攝，那麼在**特徵點提取時所採用的具體演算法是什麼呢？
提取特徵點
匹配特徵點
使用ransac方法將兩張的對應的特徵點轉換的方式擬合出來，在對採用相同的轉換方式進行轉換，在進行拼接
可重複性：在一張圖可以被觀測到的，在其他同場景的圖也可以被觀測到
顯著性：檢測的特徵點需要是在某一類影象中「獨有的」，盡量剔除「普遍性」的點，目的是為了將不同類的圖區分開
簡潔和高效：盡可能的減少計算量，提高計算效率
區域性性：匹配特徵時要匹配特徵點之間的相對關係，通過區域性特徵相對位置來判斷是否為同一張圖，來擬合轉動鏡頭角度，影象位置
通過觀察的特徵，發現存在「角」的地方承載著更多的資訊，角點是梯度在兩個或以上方向上有變化的點。
使用乙個較小的視窗在影象上延各個方向滑動
不同的變化趨勢顯示了不同的特徵
影象內部所在的視窗延各個方向都沒有變化；邊緣所在的視窗延邊緣方向無變化；角點所在視窗會在各個方向上都有顯著的變化
模擬方程\(y=ax+b\)決定方程特性的是\(a,b\)。則決定\(e(u,v)\)特性的是\(m\)，分析矩陣\(m\)就可以得到\(e(u,v)\)的特性
函式影象延豎直方向擷取為乙個橢圓，當梯度為零時，截面為圓，此時視窗位於影象內部；當延某一方向梯度為零時，介面為乙個「正橢圓」，此時視窗位於邊；當視窗位於角時，介面橢圓的形狀反映了當前視窗下角的特性
計算每個畫素處的高斯導數
計算每個畫素周圍的高斯視窗中的二階矩矩陣m
計算角點響應函式r
設定門限r
尋找響應函式的區域性最大值(非最大抑制)
harris的特性
當光線強度，明暗改變時，只是改變了部分角點的值，還有大部分的點可以用於檢測，可以進行檢測，
當改變位置，角度時，沒有改變相對位置，可以檢測
當改變視窗大小時，大視窗下是角點，而小視窗下是線或者邊緣，無法檢測
學習資源：北京郵電大學計算機視覺——魯鵬
harris 檢測角點
主要是使用函式 cv exports w void goodfeaturestotrack inputarray image,輸入影象 outputarray corners,角點數 int maxcorners,最大角點數 double qualitylevel,最大最小特徵值乘法因子 doubl...
Harris角點檢測
貼一下 計算機視覺課的作業 有時候 需要用下 function f detectcorner i,threshold,sigma harris corner detect by lifeiteng version1.0 灰度影象 2013 5 08 version1.1 彩色影象 2013 5 13...
HARRIS角點檢測
cvinvoke.cornerharris image.convert b,2 注意 角點檢測傳出的為float型別的資料 cvinvoke.normalize b,b,0,255,normtype.minmax,depthtype.cv32f 正常化輸入陣列，使得它的範數或值範圍取一定值 多個 d...