前言
第二章 局部图像描述子
本章旨在寻找图像间的对应点和对应区域。本章将介绍用于图像匹配的两种局部描述子算法。本书的很多内容中都会用到这些局部特征，它们在很多应用中都有重要作用，比如创建全景图、增强现实技术以及计算图像的三维重建。
2.1 Harris角点检测器
Harris 角点检测算法（也称 Harris & Stephens 角点检测器）是一个极为简单的角点检测算法。
该算法的主要思想是，如果像素周围显示存在多于一个方向的边，我们认为该点为兴趣点。该点就称为角点。
其中∇ I \nabla I∇I 为包含导数 I x I_xIx 和 I y I_yIy 的图像梯度（我们已经在第 1 章定义了图像的导数和梯度）。
由于该定义，MI 的秩为 1，特征值为 λ1=| |2 和 λ2=0。现在对于图像的每一个像素，我们可以计算出该矩阵。
选择权重矩阵 W（通常为高斯滤波器 Gσ），我们可以得到卷积：
