harris 角點定義為乙個鄰域內存在兩個正交方向上梯度變化較大的點。
在某些應用中（如視覺測量），想獲得更加精確的角點定位，可使用角點亞畫素演算法實現。
在提取亞畫素邊緣時，可以通過數學建模（最小二乘法）來描述邊緣方向上一階導數曲線，該曲線為乙個二次函式；然後找到數學模型的最值點即為亞畫素邊緣位置。
對於 harris 角點，考察 角點鄰域內點 p 的梯度向量，p點與初始角點 q 構成的向量 ，在理想情況下，發現兩向量點積均為 0。具體來說：
1）當 p 點位於平坦區域內，p 的梯度向量為 0，兩向量點積為 0；
2）當 p 點位於邊緣上，p 的梯度向量於向量 qp 正交，兩向量點積仍然為 0。
如上圖所示，將 q 點座標當作未知量，通過解方程組即可求得更加精確的角點座標。一旦求解到新的角點座標，可以使用新的角點座標位起點，按同樣方法建立方程組，迭代求解，直到精度滿足要求。
當考察點離參考角點 q 較遠時，考察點多半位於邊緣上，故考察點梯度方向與 qp 邊緣基本正交；
所以，實際應用中會排除離 p 點較近的部分點，以提公升線性方程組可解性。
另一方面，在平坦區域內點的梯度一般不等於 0，這會提公升方程組真實解。可以設定乙個梯度門限，方程組僅接收梯度門限較大值，從而提公升可解性。
參考資料 learning opencv 3
檢測亞畫素級角點
用cornersubpix 函式將角點定位到子畫素，從而取得亞畫素級別的角點檢測效果。尋找更精確的角點位置 不是整數型別的位置，而是更精確的浮點型別位置 如何將求得的座標值精確到亞畫素級精度？方法就是向量的點積理論 乙個向量和其正交的向量的點積為0，角點我們之前有說過了，就是兩個邊緣的相交，可以滿足...
OPENCV角點檢測和亞畫素級檢測
首先進行粗檢測，函式goodfeaturestotrack，儲存進入corners中，然後cornersubpix函式進行亞畫素精確匹配，設定結束條件。由於實際應用中線條較粗，因此 corner blocksize 9 corner qualitylevel 0.6 其他引數可以微調。std vec...
Halcon 3 畫素和亞畫素
畫素和亞畫素，聽起來視乎很厲害，但是理解起來就容易了 halcon中的 roi region of interest 感興趣的區域，這個是 畫素級別的，也就是說這個區域是沿著畫素點的邊緣行走，例如乙個圓，當你放大看的時候，其實是很多個正方形組成的，也就是乙個個畫素。halcon中的 xld exte...