Forstner点特征提取源文件，C++版本

使用opencv实现Forstner点特征提取过程： 计算某一窗口内各个像元的Robert’s梯度 计算一定窗口中灰度的协方差矩阵 计算兴趣值q与w 确定待选点 选取候选点中的极值点作为特征点（抑制局部非最大）

#include   
#include 
#include 
#include
#include 

using namespace std;
using namespace cv;
int main（）
{
	int threshval = 170;//设定阈值为170
	
	Mat pic_orig = cv::imread（“Image.png“ -1）;
	Mat pic_gray = cv::imread（“Image.png“ 0）;
	Mat pic_bw;
	int nrows = pic_orig.rows;
	int ncols = pic_orig.cols;
	Mat result = Mat::zeros（nrows ncols pic_bw.type（））;
	int dg[4] = { 0 };

	cv::imshow（“原始标准图像“ pic_orig）;
	cv::imshow（“灰度图像“ pic_gray）;
	threshold（pic_gray pic_bw threshval 255 CV_THRESH_BINARY）;
	cv::imshow（“二值化图像“ pic_bw）;
	
	for （int i = 2; i < nrows-1;i++）
	{
		for （int j = 2; j < ncols-1;j++）
		{
			dg[0] = abs（pic_bw.at（i j） - pic_bw.at（i+1 j））;
			dg[1] = abs（pic_bw.at（i j） - pic_bw.at（i j+1））;
			dg[2] = abs（pic_bw.at（i j） - pic_bw.at（i-1 j））;
			dg[3] = abs（pic_bw.at（i j） - pic_bw.at（i j-1））;
			sort（dg dg + 4 greater（））;  //降序：sort（beginendgreater（））.
			if （dg[2]>=1）
			{
				result.at（i j） = 255;
			}
			else{
				result.at（i j） = 0;
			}
		}
	}
	cv::imshow（“初选点“ result）;

	cv::Mat wMatrix = cv::Mat::zeros（nrows ncols CV_64FC1）;
	double gu2 gv2 guv;
	double Tq = 0.8DetN = 0.0 trN = 0.0 q = 0.0;


	for （int i = 2; i < nrows - 1; i++）
	{
		for （int j = 2; j < ncols - 1; j++）
		{
			if （result.at（i j） == 255）
			{
				gu2 = 0.0;
				gv2 = 0.0;
				guv = 0.0;
				for （int a = i