Moravec算子在4个方向上计算非归一化的影像局部灰度差方差，将最小值作为兴趣值的测度。该算子检测的特征点是那些影响强度值在每个方向上变化剧烈的点。

步骤：1、计算各像素的兴趣值

2、选出候选点（给定一经验阈值，将兴趣值大于该阈值的点作为候选点）。

3、选取候选点中兴趣值极大的点作为特征点

代码如下：

function N=moravec(filename,G)
F=imread(filename);    %导入图像
M=rgb2gray(F);   %转为灰度图像
figure(1);
imshow(M);
[row,col]=size(M); 
N=zeros(row,col);
w=5;               %5x5的窗口
k=floor(w/2);   %k值，向下取整
for i=3:row-3
    for j=3:col-3
        for d=i-k:i+k      %在5x5的窗口中进行计算
            for e=j-k:j+k
                for x=-k:k-1                                %第一步：计算各像素的兴趣值
                      v1=(M(i,j+x)-M(i,j+x+1))^2;   %横向
                       V1=sum(v1);
                       v2=(M(i+x,j+x)-M(i+x+1,j+x+1))^2;    %捺向
                       V2=sum(v2);
                       v3=(M(i+k,j)-M(i+k+1,j))^2;           %竖向
                        V3=sum(v3);
                        v4=(M(i-x,j+x)-M(i-x-1,j+x+1))^2;   %撇向
                        V4=sum(v4);
                        D=[V1,V2,V3,V4];
                        IV=min(min(D));                    %找出最小的值
                        if IV>G              %第二步：给定的经验阈值
                            M(d,e)=255;  %符合条件的像素让它呈现白色
                            N(i,j)=IV;
                        end
                end
            end
        end
    end
end
figure(2);
imshow(M);
figure(3);
imshow(N);
Q=zeros(row,row);
for h=1:row            %在一定窗口选兴趣值最大的点作为特征点
    for l=1:col
        for d=i-k:i+k      %在5x5的窗口中进行计算
            for e=j-k:j+k
                  Q(d,e)=N(d,e);
                  MAX=max(max(Q));
                  if N(d,e)<MAX&&N(d,e)~=0
                     N(h,l)=0;
                  end
            end
        end
    end
end
  figure(4);
 imshow(N);
end

运行结果：

 注：代码可能有点烦，有能力的同学可以自己该一下。

Moravec的缺点需要注意以下：

1、对影像边缘部分的检测较敏感

2、影像旋转时，会产生一定的重复点

3、容易受噪声的影像