基于OPENCV+Python3.8版本的Harris算法边缘检测原理与实现

Harris算子的定义：

Harris算子是由Harris与Stephens于1998年共同开发的一种基于信号处理的点特征提取工具，其设计灵感来源于早期的Moravec算子。该方法的核心理念在于：在图像中设定一个局部检测区域，当此区域沿着不同方向发生轻微位移时，分析该区域内平均能量的变化情况。一旦检测到的能量变化值超出预设的阈值范围，则判定该区域中心对应的像素点为角点。

在角点区域，无论沿哪个方向进行移动，窗口内的灰度数值都会发生显著波动。

引入角点响应函数的意义：

针对图像I(x,y)I(x,y)，在坐标点(x,y)(x,y)处进行(Δx,Δy)(Δx,Δy)方向的位移后所呈现出的自相似特性，能够通过自相关函数进行描述：

                c(x,y;Δx,Δy)=∑(u,v)∈W(x,y)w(u,v)(I(u,v)–I(u+Δx,v+Δy))2
    
    
      
    

依据泰勒展开原理，对图像I(x,y)在发生平移(Δx,Δy)之后，可对其进行一阶近似处理：