05Harris角点检测

局部特征

1、全景拍照

常应用：全景拍照（拍很多照片，连起来，形成全景） 怎么拼起来？（要解决的问题

怎么办 1.提取特征 2.匹配特征 3.拼接图片



好的特征 - 重复性:两个图形的重复部分要多 - 显著性：特征要有意义 - 计算起来要高效 - 局部性

总结，要干什么 1.找特征，有特定的点 2.找匹配关系 3.拼接图像

2、角点检测

什么是角点：在两个及以上的方向有变化的点 角落是可重复的和独特的

怎么识别角点 我们应该可以很容易地识别要点，向任何方向移动窗口都会有很大的强度变化

看窗体里面的内容变不变

转换，为了找E(u,v)与u,v关联

==过程听不太懂不理解==

结论 更简洁的

1.计算每个像素的高斯偏导 2.计算每一个像素的二阶矩矩阵 3.计算R值 4.门限R 5.非极大值抑制	Harris detector: Steps 1. Compute Gaussian derivatives at each pixel 2. Compute second moment matrix M in a Gaussian window around each pixel 3. Compute corner response function R 4. Threshold R 5. Find local maxima of response function (nonmaximum suppression)

- 我们希望角落的位置对光度测量的不变性 变化和几何变化的协变性。 - 不变性：图像被转换后，角的位置不会改变

- 协变性：如果我们有同一图像的两个转换版本。特征应该在相应的位置被检测到

==Affine intensity change==（后续未看