特征提取算法

0. 写在前边

本篇将介绍几种特征提取算法，特征提取算法的本质是从数据中找出具有特定特征或者信息的部分，并将其表示为更简单、更易于处理的形式。这里将介绍图像处理中的Harris，SUSAN和SIFT(Scale-Invariant Feature Transform)算法，点云处理中的ISS(Intrinsic Shape Signatures)

特征点是在图像处理和点云中具有特定特性的点。1）在图像处理中，特征点通常是指图像中具有显著变化或者重要信息的位置，比如角点、边缘点、纹理点等。这些点通常被用来进行图像配准、目标跟踪、物体识别等任务，因为它们能够提供重要的位置和结构信息。2）在点云中，特征点指的是具有显著几何特性的点，比如曲率变化明显的点、表面法向变化明显的点、高度变化大的点等。这些特征点在点云处理中非常重要，可以用来进行点云配准、目标检测、三维重建等任务，因为它们能够提供点云的关键几何信息。

1. Harris算法

1.1 写在前面

Harris角点检测算法是一种经典的图像特征检测算法，用于在图像中检测角点，即具有显著变化的位置，暂时可以理解为角点(Corner点)。一张图片中的点，在某个尺度上进行划分，可以划分为"flat"