边缘标识着图像强度在某一方向上急剧变化的物体或区域边界，而角点则代表着强度在多个方向上发生显著变化的点。想象一下盒子的一个角、星星的尖端，或图像中两条线的交点。这些点通常比直线边缘上的点更具辨识度。

什么让一个点成为角点？

想象你有一个可以在图像上滑动的小窗口或小块区域。让我们思考当你将这个窗口在不同方向上轻微移动时，窗口内部图像内容的外观会发生什么变化：

平坦区域： 如果窗口位于颜色或纹理均匀的大片区域（例如晴朗的蓝天或普通的墙壁）上，那么滑动窗口并不会使其中的内容发生太大变化。没有显著的强度变化。

边缘： 如果窗口位于一条直边上（例如建筑物与天空的交界处），那么沿着这条边滑动窗口可能不会使内容发生太大变化。但是，横向滑动窗口会导致显著变化，因为新的强度值进入了窗口。这种变化主要在一个方向上很明显（垂直于边缘的方向）。

角点： 现在，如果窗口正好位于一个角点上，那么将其在任何方向（水平、垂直或对角线）上轻微滑动，都会导致窗口内的内容发生明显变化。这是因为强度模式会沿着从角点发散的多个方向发生变化。

这种特性，即局部窗口内外观无论移动方向如何都会发生显著变化，是角点检测背后的基本思路。角点是图像梯度（强度变化的 방향 和 幅度）在多个方向上显著变化的点。

一张图表展示了一个小的分析窗口在图像不同结构上移动时的表现。角点无论移动方向如何，都会在窗口内表现出显著的强度变化。

为什么角点是好的特征点？

角点具有几个特性，使它们成为计算机视觉应用中很有价值的特征点：

辨识度高： 角点通常在局部是独一无二的。与平滑边缘上的点不同，角点周围通常具有更明确的强度模式。

稳定性： 它们在光照变化（亮度/对比度）和视角变化（旋转、小透视位移）下通常保持稳定。尽管精确的像素值可能发生变化，但角点的结构通常仍能被识别。

定位性： 角点是图像中定位准确的点，提供精确的位置信息。

由于这些特性，角点是极佳的地标。它们常用于以下任务：

图像拼接： 在重叠图像中寻找对应的角点以创建全景图。

物体追踪： 在视频帧中追踪物体上角点的移动。

运动恢复结构 (SfM)： 通过追踪多个视点下的角点来重建三维场景。

物体识别： 使用角点群作为物体描述的一部分。

了解角点作为高强度、多方向变化的点的原理，为我们研究旨在找到它们的特定算法做好了准备，例如接下来要讨论的哈里斯角点检测器。