matalab实现harris角点检测

以下是使用MATLAB实现Harris角点检测的示例代码：

% 读取图像
img = imread('lena.png');
% 转换为灰度图像
img_gray = rgb2gray(img);
% 显示原始图像
subplot(1, 2, 1);
imshow(img);
title('Original Image');
% 计算Harris角点响应函数
sigma = 1; % 高斯滤波器的标准差
k = 0.04; % Harris角点响应函数的常数
threshold = 1000; % 阈值，用于筛选角点
[h, r, c] = harris(img_gray, sigma, k, threshold);
% 在原始图像上绘制角点
subplot(1, 2, 2);
imshow(img);
hold on;
plot(c, r, 'r+');
title('Harris Corners Detection');

% Harris角点检测函数
function [h, r, c] = harris(img_gray, sigma, k, threshold)
    % 计算图像的梯度
    [gx, gy] = imgradientxy(img_gray);
    % 计算Ix^2、Iy^2和IxIy
    Ix2 = imgaussfilt(gx .^ 2, sigma);
    Iy2 = imgaussfilt(gy .^ 2, sigma);
    IxIy = imgaussfilt(gx .* gy, sigma);
    % 计算Harris角点响应函数
    h = (Ix2 .* Iy2 - IxIy .^ 2) - k * (Ix2 + Iy2) .^ 2;
    % 筛选角点
    [r, c] = find(h > threshold);
end

该代码首先读取一张图像，然后将其转换为灰度图像，并在原始图像上绘制Harris角点。Harris角点检测函数采用了高斯滤波器平滑图像，并计算图像的梯度、Ix^2、Iy^2和IxIy。然后，计算Harris角点响应函数，并使用阈值筛选角点。最后，函数返回角点的行列坐标。