Python harris角点检测中自相关函数的可视化

我想可视化图像中某些面片的自相关函数。有关公式，请参见。有关详细信息，请参阅此帖子

到目前为止，我所做的是计算图像梯度

I_x

和

I_y

，然后构建矩阵

M

。对于

5x5

图像修补程序：

u,v = np.mgrid[100:105:1,100:105:1]

我想计算

E（u，v）

并通过

ax绘制它。绘制曲面（u，v，z，cmap=“viridis”）

我实现了

E（u，v）

如下：

def ac(u,v,img_xx,img_xy,img_yy):
    M =  np.array([[img_xx[u,v].sum(),img_xy[u,v].sum()],[img_xy[u,v].sum(),img_y[u,v].sum()]])
    uv = np.vstack([u.ravel(),v.ravel()])
    a=np.dot(uv.T,M)
    return a.dot(uv)

z=ac(u,v,img_xx,img_xy,img_yy)
ax.plot_surface(u.ravel(), v.ravel(),z,cmap="viridis")

并绘制了如下函数：

def ac(u,v,img_xx,img_xy,img_yy):
    M =  np.array([[img_xx[u,v].sum(),img_xy[u,v].sum()],[img_xy[u,v].sum(),img_y[u,v].sum()]])
    uv = np.vstack([u.ravel(),v.ravel()])
    a=np.dot(uv.T,M)
    return a.dot(uv)

z=ac(u,v,img_xx,img_xy,img_yy)
ax.plot_surface(u.ravel(), v.ravel(),z,cmap="viridis")

这给了我一个非常奇怪的结果。我想我的实现是不正确的。。。。 有人能指导我正确的实现，以及如何正确地可视化它吗