基于Harris角点检测与匹配算法

基于 Harris 角点检测与匹配算法

摘要

目前的角点检测方法可以分为两类：一类是基于图像边缘特征的角点检测，

例如 Kitchen 算法；另一类是基于灰度信息的角点检测及提取，例如 Moravec 算

法、SUSAN 算法和 Harris 算法。本文对 Harris 角点检测算法进行了分析，并利

用 Harris 算法进行了多组试验。清晰直观的表明 Harris 算法不仅能完成基本的

图像匹配，而且对旋转和仿射后的图像匹配也有很好的效果。

关键词：角点检测、Harris 算法、图像匹配

extraction, such as Moravec algorithm, SUSAN algorithm and Harris algorithm. The

Harris corner detection algorithm is analyzed, and the use of Harris algorithm for

multiple test. Clearly show that the Harris algorithm can not only achieve the basic

image matching, but also for rotation and affine image after matching also has very

good results.

角点是图像的一个重要的局部特征，它在保留了图像中物体的重要特征信息

的同时有效地减少了信息的数据量。角点检测在光流计算、图像匹配、目标描

述与识别、运动估计、相机标定和 3D 重构等方面有着极其重要的应用。在计

算机视觉和图像处理中，对于角点的定义有不同的表述，如图像边界上曲率足

1：Harris 角点检测算法

Harris 角点检测算法是由 Chris Harris 和 MikeStephens 在 1988 年提出， 该算

法是在 Moravec 算法的基础上发展起来的。Moravec 算法是研究图像中一个局

部窗口在不同方向进行少量的偏移后， 考察窗口内图像亮度值的平均变化。需

要考虑下面三种情况：

（1）如果窗口内区域图像的亮度值恒定，那么所有不同方向的偏移几乎不