A COMBINED CORNER AND EDGE DETECTOR(Harris 角点检测子)

摘要部分：图像边缘滤波的一致性对于使用特征跟踪算法来进行图像序列的3D理解方面是非常重要的。为了迎合包含纹理和分离的特征的图像区域，一个联合的角点和边缘检测子，基于局部自相关函数，被使用，并且它被展示具有在自然图像上具有好的一致性。

Moravec 算子：Moravec的角点检测子函数，通过在图像上考虑一个局部的窗体，并且确定在各个方向上一个小量的移动所引起的图像灰度的平均变化。有三中情形需要考虑：

1， 如果窗体图像块是平坦的，（即在灰度上接近不变的），那么所有的移动将会仅仅导致一个小的变化。

2， 如果窗体横跨一个边缘，然后沿着边缘的移位将会导致一个小的变化，但是一个对于边缘成直角的移位将会导致一个大的变化。

3， 如果窗体块是一个角点或者一个孤立的点，那么所有的移动都会导致一个大的变化。一个角点因此能够通过查找何时最小的由任意的移位所产生的变化是大的来检测。

我们现在给出一个上述的数学规范。标记图像灰度为I，由一个移位(x, y)所产生的变化E通过下式给出：

其中w指定图像的窗体：它是一个指定矩形区域的整体，其他地方为0.移位（x， y），由{（1， 0）， （1， 1）， （0， 1）， （-1， 1）}组成。因此Moravec角点检测子仅仅是这样的：查找在某个阈值之上的min(E)中的最大值。