harris算子matlab实现

Harris算子在Matlab中的实现步骤如下：
1. 对图像进行高斯滤波，以达到降噪的目的。
2. 计算图像的一阶梯度，可以使用[-1 0 1]和[-1 0 1]T的滤波核对整幅图像进行滤波处理，得到的即是一阶梯度的数据。
3. 根据得到的一阶梯度，求解图像的自相关矩阵M，其中M的计算公式为：M = [sum(Ix^2) sum(Ix*Iy); sum(Ix*Iy) sum(Iy^2)]，其中Ix和Iy分别为图像在x和y方向上的一阶梯度。
4. 计算响应因子R，其中R的计算公式为：R = det(M) - k*(trace(M))^2，其中k为一个常数，一般取值为0.04-0.06。
5. 根据响应因子R的大小来判定图像中的角点，一般取R的阈值为一定的百分比，例如取R的前10%作为角点。

下面是Harris算子在Matlab中的代码实现：

% 读取图像
img = imread('image.jpg');

% 对图像进行高斯滤波
sigma = 1.5;
img = imgaussfilt(img, sigma);

% 计算图像的一阶梯度
hx = [-1 0 1];
hy = [-1 0 1]';
Ix = conv2(double(img), hx, 'same');
Iy = conv2(double(img), hy, 'same');

% 求解图像的自相关矩阵M
w = fspecial('gaussian', [5 5], 1.5);
Ix2 = conv2(Ix.^2, w, 'same');
Iy2 = conv2(Iy.^2, w, 'same');
Ixy = conv2(Ix.*Iy, w, 'same');
M = [Ix2 Ixy; Ixy Iy2];

% 计算响应因子R
k = 0.04;
R = det(M) - k*(trace(M))^2;

% 根据响应因子R的大小来判定图像中的角点
threshold = 0.1*max(R(:));
[row, col] = find(R > threshold);
imshow(img);
hold on;
plot(col, row, 'r.');