1、Harris角点检测
是基于灰度图像的角点检测。
灰度变化率函数如下：
其中的w(x,y)为加权函数，可为常数或为高斯函数。之后对E(u,v)进行泰勒级数的展开与化简，最终得到
，
，Ix,Iy是图像I(x,y)的偏导数
Harris角点的性质： 参考博文
①参数α对角点检测的影响
增大α的值，将减小角点响应值R，降低角点检测的灵性，减少被检测角点的数量
②对亮度和对比度的变化不敏感
对亮度和对比度的仿射变换并不改变Harris响应的极值点出现的位置，但是由于阈值的选择，可能会影响角点检测的数量。
③ 具有旋转不变性
④不具有尺度不变
OpenCV的Hairrs角点检测的函数为cornerHairrs()，但是它的输出是一幅浮点值图像，浮点值越高，表明越可能是特征角点，我们需要对图像进行阈值化。
之后也可进行非极大值抑制去除过多角点。