在3D重建应用中，很重要的一个场景是找到两幅图像中的同名特征点，这个过程需要对特征点进行提取和描述。

        从上面描述可以看出，如果窗口处于颜色变化不明显或者没有变化的区域，E的值很小或为0；如果窗口处于边缘位置，则值变化相对较小；如果窗口处于角点位置，E的值变化会很大。

 

        如上图，当图像亮度和对比度发生变化时，计算结果会不一样，导致角点检测失败（阈值检测失败）。Harris角点检测也不具有尺度不变性。

关于Harris角点检测的详细说明，可以参考之前的笔记：Harris和Shi-tomasi角点检测笔记（详细推导）-CSDN博客文章浏览阅读2.5k次，点赞10次，收藏24次。一般来说，角点就是极值点，在某些属性上强度最大或者最小的孤立点、线段的终点或拐点等。其实理解角点可以按照我们的直觉来理解，以下图为例，图中用颜色标注的地方都是角点：对于人类来说，判断角点是很容易的，对于计算机来说又是如何检测到角点的呢？_shi-tomasi角点检测https://blog.csdn.net/vivo01/article/details/131421863?ops_request_misc=%257B%2522request%255Fid%2522%253A%252208EB15FF-E169-4DE0-AD5B-A5BB4A0A5052%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fblog.%2522%257D&request_id=08EB15FF-E169-4DE0-AD5B-A5BB4A0A5052&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~blog~first_rank_ecpm_v1~rank_v31_ecpm-1-131421863-null-null.nonecase&utm_term=Harris&spm=1018.2226.3001.4450