什么是图像的强角点

在opencv中函数GoodFeaturesToTrack
确定图像的强角点

"强角点"的意思是"不受噪声干扰的点"，也就是"Harris Corner Points"的一种中文意译。

因为，Harris Corner Detector算法中有图像平滑的步骤，因为对一般的噪声不敏感，检出的角点的鲁棒性比较好，所以这些角点显得比较"强"，称之为"强角点"。

参考资料： http://www.hudong.com/wiki/%E8%A7%92%E7%82%B9%E6%A3%80%E6%B5%8B

GoodFeaturesToTrack

确定图像的强角点

void cvGoodFeaturesToTrack( const CvArr* image, CvArr* eig_image, CvArr* temp_image, CvPoint2D32f* corners, int* corner_count, double quality_level, double min_distance, const CvArr* mask=NULL );

image

输入图像，8-位或浮点32-比特，单通道

eig_image

临时浮点32-位图像，尺寸与输入图像一致

temp_image

另外一个临时图像，格式与尺寸与 eig_image 一致

corners

输出参数，检测到的角点

corner_count

输出参数，检测到的角点数目

quality_level

最大最小特征值的乘法因子。定义可接受图像角点的最小质量因子。

min_distance

限制因子。得到的角点的最小距离。使用 Euclidian 距离

mask

ROI:感兴趣区域。函数在ROI中计算角点，如果 mask 为 NULL，则选择整个图像。必须为单通道的灰度图，大小与输入图像相同。mask对应的点不为0，表示计算该点。

函数 cvGoodFeaturesToTrack 在图像中寻找具有大特征值的角点。该函数，首先用cvCornerMinEigenVal 计算输入图像的每一个象素点的最小特征值，并将结果存储到变量 eig_image 中。然后进行非最大值抑制（仅保留3x3邻域中的局部最大值）。下一步将最小特征值小于 quality_level•max(eig_image(x,y)) 排除掉。最后，函数确保所有发现的角点之间具有足够的距离，（最强的角点第一个保留，然后检查新的角点与已有角点之间的距离大于 min_distance ）。