【局部特征】(一)Moravec算子

 参考 http://blog.csdn.net/carson2005/article/details/39642923

                http://blog.csdn.net/jwh_bupt/article/details/7628665

 

   它是一种基于灰度方差的角点检测方法。该算子计算图像中某个像素点沿着水平、垂直、对角线、反对角线四个方向的灰度方差，其中的最小值选为该像素点的角点响应值CRF(Corner Response Function)，再通过局部非极大值抑制来检测是否为角点。具体实现步骤如下：

 

 

 从Moravec算子说起，步骤如下：

• 将要判断的点置于一个3*3或5*5的图像块的中心，如下图用红色的线环绕的图像块。
• 将红色的框朝8个方向移动一格，得到蓝色的框（下图为向右上角移动）。导致一个缺点：响应是各向异性的（啥意思？）
• 将红色的框和蓝色的框的相同坐标值的点的像素值相减，并求平方和，可以得到8个值。
• 将8个值中的最小的值作为角点像素的变化值。（因为角点应该在x、y方向上变化都比较大；而在边缘上只可能一个方向大、另一个方向小）
• 求出每一个像素点的角点像素变化值，在局部图像块中，该值最大的点为角点。