角点检测：主要是检测一些边角突出来的点，对于A和B这样的面上的点而言，一个卷积框在上面移动，框中的基本像素点不发生变化， 对于像C和D边界点，只有x或者y轴方向上的平移，像素框内的像素会发生偏移，而对于E和F这样的角点而言，不管是像x轴或者向y轴平移，像素框内的像素都会发生偏移, 就好比图中的绿色方框一样
角点检测的基本原理，使用一个3*3的卷积框，在图上每一点进行平移操作，对于当前位置，在向上或者向下，向左或者向右平移一个像素点后的，两个图像像素点之间的差异，即w表示的是加权值，可以全部都是1，也可以使用高斯卷积，以此对中心点的像素改变做加权
使用一阶泰勒展开对I(x+?x, y+?y) 进行泰勒展开 等于 I(x, y) + Ix * ?x + Iy*?y + o(x, y) Ix表示?I(x, y) / ?x 即该点对x方向上的梯度，同理Iy
对上述式子进行化解操作
c（x, y, ?x, ?y） = (Ix * ?x + Iy*?y) ^ 2
将上述式子进行拆分 c（x, y, ?x, ?y） = (Ix * ?x + Iy*?y) ^ 2 = [?x, ?y] * M * [?x, ?y]
那么上述的式子就化解乘了A?x ^ 2 + 2C*?x * ?y +?y ^ 2 这是一个斜椭圆方程，对M(x, y)进行特征变换, 获得特征值λ1和λ2，即最终的表示为λ1*?x ^ 2 + λ2*?y ^ 2
即对斜椭圆做了一个变化，使得其是一个正椭圆，结果不变
举例说明，λ1越大，那么x轴的方向上?x变化，所引起的变化也就越大，即像素的变化越大
根据λ1和λ2的对比，我们可以知道x方向和y轴方向的y轴的像素变化情况，因此可以判断到底是什么边界
右边的是角点响应值，用来进行实际的计算
在一个角点附近可能存在多个角点，因此我们需要对角点做一个极大值抑制操作
原文：https://www.cnblogs.com/my-love-is-python/p/10411263.html