第三十二节：特征检测与描述-Harris 角点检测

一、角点检测的计算机视觉意义

在计算机视觉领域，角点（Corner）作为图像特征的重要表现形式，承载着丰富的图像结构信息。角点通常定义为图像中在两个正交方向上都具有明显灰度变化的特殊点，这种特性使得它们成为图像匹配、目标跟踪、三维重建等任务的关键要素。相较于边缘特征和平坦区域，角点具有以下显著优势：

• 唯一性：在局部区域内具有可区分性

• 稳定性：对光照变化、旋转等干扰具有一定鲁棒性

• 信息丰富：包含多个方向的梯度变化信息

传统特征检测方法的发展经历了几个重要阶段：从最早的Moravec角点检测到Harris的改进算法，再到Shi-Tomasi优化方案，最终发展到现代的深度学习特征检测方法。其中，Harris角点检测因其简洁高效的特点，至今仍在工业界广泛应用。