对比分析各种角点检测算法，最终说明为什么选择Harris进行角点检测

目前常见的角点检测算法有Harris角点检测算法、Shi-Tomasi角点检测算法、Moravec角点检测算法和FAST角点检测算法等。

Harris角点检测算法是一种基于灰度变化的角点检测算法，其主要思想是比较在不同方向上移动一个小的窗口后的灰度值变化，若在所有方向上移动窗口后灰度值变化都较大，则判定该点为角点。该算法的优点在于对光照变化和噪声具有较好的鲁棒性，且计算速度较快。

Shi-Tomasi角点检测算法是在Harris角点检测算法基础上进行的改进，它采用了一个更为准确的角点响应度测量方法，并且通过非极大值抑制和阈值筛选来选取角点，因此在定位角点时更为准确。然而，由于采用了更为准确的角点响应度测量方法，计算量相对较大，因此速度较慢。

Moravec角点检测算法是通过比较不同方向上移动一个小的窗口后的像素点之间的差异来识别角点，其计算速度较快，但对于光照变化和噪声较为敏感。

FAST角点检测算法是一种基于像素强度快速变化的角点检测算法，具有较快的计算速度，但对于光照变化和噪声较为敏感。

综上所述，选择Harris角点检测算法进行角点检测的原因主要有以下几点：

1. 对光照变化和噪声具有较好的鲁棒性；
2. 计算速度较快；
3. 算法原理简单易懂，易于实现。

因此，在实际应用中，Harris角点检测算法是一种较为常用的角点检测算法。