图像配准----Harris算子

      Harris算子是C.Harris和M.J.Stephens在1988年提出的一种特征点提取算子。它用一阶偏导来描述亮度变化，这种算子受信号处理中自相关函数的启发，给出与自相关函数相联系的矩阵M。M矩阵的特征值是自相关函数的一阶曲率，如果两个曲率值都高，那么就认为该点是特征点。

 

        Harris角点提取方法的原理是：如果某一点向任一方向的微小偏移都会引起灰度的很大变化，这就说明该点是角点。

      

Harris算子的优点：

(1)、计算简单：Harris算子中只用到灰度的一阶差分以及滤波，操作简单，整个过程的自动化程度高；

(2)、提取的点特征均匀而且合理：Harris算子对图像中的每个点都计算其特征值，然后在邻域中选取最优点；

(3)、可以定量的提取特征点：Harris算子最后一步是对所有的局部极值进行排序，所以可以根据需要提取一定数量的最优点；

(4)、Harris算子在计算时用到了图像数据的一阶导数，具有各向同性。因此对图像旋转、亮度变化、视角变化和噪声的影响具有较好的鲁棒性。

 

Harris角点检测算法一般步骤：

(1)、构造梯度算子：

p = [0.037659  0.249153  0.426375  0.249153  0.037659];

d = [0.109604  0.276691  0.000000 -0.276691 -0.109604];

Ix = conv2(p, d, im, 'same');

Iy = conv2(d, p, im, 'same');

(2)、高斯滤波，构造自相关矩阵M：

   h = fspecial('gaussian', [sze sze], sigma);

     smim = filter2(h, im);

(3)、提取特征点：先对处理过的中间结果，进行类似于灰度膨胀；设定一阈值，用于判断是否是特征点的条件之一；去除图像边界，图像边界不作为提取特征点的范围。

 

       Harris算子不具有尺度不变性，为了满足对图像尺度的不变性，又提出了多尺度Harris算子。

   如果两幅图像仅相差几个像素的大小，用Harris算子进行角点提取图像配准仍能得到较好的效果。