帮我生成一段用MATLAB R2022a对RGB 和灰度图像进行 Harris 角点检测，分析关键参数对角点检测效果的影响的代码

好的，以下是一段MATLAB R2022a代码，用于对RGB和灰度图像进行Harris角点检测，并分析关键参数对角点检测效果的影响：

% 读取图像并转换为灰度图像
img = imread('image.jpg');
gray_img = rgb2gray(img);

% 定义Harris角点检测的关键参数
sigma = 1.5; % 高斯滤波器的标准差
window_size = 5; % 窗口大小
k = 0.04; % Harris响应函数的常数

% 计算x、y方向的Sobel导数
Ix = imfilter(gray_img, [-1 0 1; -2 0 2; -1 0 1], 'same');
Iy = imfilter(gray_img, [-1 -2 -1; 0 0 0; 1 2 1], 'same');

% 计算Ix、Iy在高斯核下的卷积
G = fspecial('gaussian', window_size, sigma);
Ix2 = imfilter(Ix.^2, G, 'same');
Iy2 = imfilter(Iy.^2, G, 'same');
Ixy = imfilter(Ix.*Iy, G, 'same');

% 计算Harris响应函数
R = (Ix2.*Iy2 - Ixy.^2) - k*(Ix2 + Iy2).^2;

% 设置阈值并进行非极大值抑制
threshold = 0.01;
R_max = max(max(R));
R_threshold = R > threshold*R_max;
R_nonmax = imregionalmax(R);

% 显示结果
figure;
subplot(1,3,1); imshow(img); title('原始图像');
subplot(1,3,2); imshow(gray_img); title('灰度图像');
subplot(1,3,3); imshow(R_nonmax); title('Harris角点检测结果');

在上述代码中，可以通过修改`sigma`、`window_size`和`k`这三个关键参数的值，来分析它们对于Harris角点检测效果的影响。例如，增大`sigma`会使得高斯滤波器的模糊程度增加，从而减少噪点对于角点检测的干扰；增大`window_size`会使得角点检测的范围扩大，从而能够检测到更多的角点；增大`k`会使得Harris响应函数对于角点的响应更加明显，从而增加检测到角点的准确性。