harris角点检测算法

Harris角点检测算法是一种经典的计算机视觉算法，用于检测图像中的角点。它是由Chris Harris和Mike Stephens在1988年提出的。该算法的基本思想是通过计算图像中每个像素的自相关矩阵，来判断这个像素是否是角点。

具体来说，对于图像中的每个像素点，Harris角点检测算法计算出其邻域内像素的梯度信息，并利用这些信息构造自相关矩阵M。根据M的特征值，可以判断该像素是否为角点。如果M的两个特征值都很大，说明该像素周围的像素变化很大，即该点为角点；如果M的一个特征值很大，另一个特征值很小，说明该像素处于边缘；如果M的两个特征值都很小，说明该像素处于平坦区域。

Harris角点检测算法的优点是计算简单、速度快，容易实现。但也存在一些缺点，例如对于旋转和尺度变化不具有不变性。因此，在实际应用中，常常需要结合其他算法一起使用。