图像特征点的应用：相机标定、图像拼接、稠密重建、场景理解。
https://www.cnblogs.com/polly333/p/5416172.html
harris角点检测：使用一个固定窗口在图像上进行任意方向上的滑动，比较滑动前与滑动后两种情况，窗口中的像素灰度变化程度，如果存在任意方向上的滑动，都有着较大灰度变化，那么我们可以认为该窗口中存在角点。
角点检测公式如下：
该公式的含义为在图片上滑动一个小窗口，将窗口滑动前后对应位置的值求差再平方，最后再乘以每个位置对应的权重。通常权重是以窗口中心为原点的二元正态分布。
根据泰勒公式：
可将角点检测公式转化为：
以上部分为角点检测的基础内容，但是在实际检测的时候，我们只是对主要矛盾矩阵M进行分析。也就是对每个窗口位置对应的矩阵M求其特征值。
对公式总结可得到如下结论：
求得矩阵M的两个特征值：1. 特征值都比较大，则窗口中含有角点。
2. 特征值一个大，一个小，则窗口中含有边缘。
3. 特征值都比较小，则窗口处在平坦区域。