【halcon特征点专题系列】01/4--Harris角点检测

 一、说明

        Harris角点检测是一种常用的计算机视觉算法，用于检测图像中的角点。它的原理是使用自适应窗口，在每个像素处计算其在该窗口内的灰度值变化量，即在不同方向上移动窗口后的灰度值变化量的平方和。如果该值超过一个阈值，则认为该像素是角点，因为角点处存在着较大的灰度变化。

        Harris角点检测算法的优点是能够快速有效地检测角点，即使在图像发生旋转、缩放和变形的情况下，仍能够保持较好的性能。它的缺点是可能会误判一些不是角点的点，因此需要设置合适的阈值来控制误判率。

        在实际应用中，Harris角点检测常用于图像处理、目标跟踪、场景重建等领域。它与其他计算机视觉算法结合使用可以实现更复杂的任务。

第一部分

二、基本原理

        关于角点特征检测，Chris Harris 和 Mike Stephens 在 1988 年的论文 A Combined Corner and Edge Detector 中进行了一次早期的尝试，所以现在它被称为 Harris Corner Detector。他把这个简单的想法转化为数学形式。

2.1 关于能量函数的设计

对于一个运算窗口，该窗口用于检测角点，如下图：