(1)计算各像素的兴趣值 gc+1,r-8c+1+1.)2 /2 8c+i,r+i一 8c+i+1,r+i+1)2 V3 S2.2 一8c,r++1)2 K=int 「c+i,r-i一8c+i+1,r-i-1 )2 (w/2) i=一k IVe.r =min 1,12,V3,Va
= − = − = − = − − =− + − + + − − − =− + + + − =− + + + + + + − =− + + + 1 2 4 , 1, 1 1 2 3 , , 1 1 2 2 , 1, 1 1 2 1 , 1, ( ) ( ) ( ) ( ) k i k c i r i c i r i k i k c r i c r i k i k c i r i c i r i k i k c i r c i r V g g V g g V g g V g g （1）计算各像素的兴趣值 IV IVc,r = min{V1 ,V2 ,V3 ,V4 } K=int (w/2)
(2)给定一经验阈值，将兴趣值大 于阔值的点作为候选点。圈 （3)选取候选点中的极值，点作为 特征点。 综上所述，Moravec算子是在四个 主要方向上，选择具有最大一一最 -秋私 小灰度方差的点作为特征点
（2）给定一经验阈值，将兴趣值大 于阈值的点作为候选点。 （3）选取候选点中的极值点作为 特征点。 综上所述，Moravec算子是在四个 主要方向上，选择具有最大――最 小灰度方差的点作为特征点
Forstner算子 计算各像素的Roberts梯度和像素(c,r)为中心 的一个窗口的灰度协方差矩阵，在图像中寻找具有 尽可能小而接近圆的误差椭圆的点作为特征点。 1 Roberts梯度 -1 C
Forstner算子 计算各像素的Roberts梯度和像素（c，r）为中心 的一个窗口的灰度协方差矩阵，在图像中寻找具有 尽可能小而接近圆的误差椭圆的点作为特征点。 -1 1 1 -1 Roberts梯度 c r l
Forstner算子步骤 (I)计算各像素的Roberts梯度 0g gu 二8 Bu i+1,j+1一8i, g 8i,j+1-8i+1,j
（l）计算各像素的Roberts梯度 = − = = − = + + + + v i j i j u i j i j g g v g g g g u g g , 1 1, 1, 1 , Forstner算子步骤
(2)计算x1(如5×5或更大)窗口 中灰度的协方差矩阵 82 g8, O-N- Lgg∑g2 c+k-1r+k-1 ∑g7 2∑∑(81+1,+1-8y)2 i=c-k j=r-k c+k-1r+k-1 2g=∑∑(gJ+1-8+) i-C c-k j=r-k C+k-1r+k-1 ∑gwg,=∑∑(g1+1-8/)(g.J+1-8+1,) i=c-k j=r-k
（2）计算ll（如55或更大）窗口 中灰度的协方差矩阵 2 2 u u v v u v g g g Q N g g g = = ( )( ) ( ) ( ) , , 1 1, 1 1 1, 1 2 1, 1 1 , 1 2 2 , 1 1 1, 1 2 i j i j i j c k i c k r k j r k u v i j i j c k i c k r k j r k v i j i j c k i c k r k j r k u i j g g g g g g g g g g g g + + + − = − + − = − + + + + − = − + − = − + + − = − + − = − + + = − − = − = −