????? Harris算子是C.Harris和M.J.Stephens在1988年提出的一種特征點提取算子。它用一階偏導來描述亮度變化，這種算子受信號處理中自相關函數的啟發，給出與自相關函數相聯系的矩陣M。M矩陣的特征值是自相關函數的一階曲率，如果兩個曲率值都高，那么就認為該點是特征點。

?

??????? Harris角點提取方法的原理是：如果某一點向任一方向的微小偏移都會引起灰度的很大變化，這就說明該點是角點。

??????

Harris算子的優點：

(1)、計算簡單：Harris算子中只用到灰度的一階差分以及濾波，操作簡單，整個過程的自動化程度高；

(2)、提取的點特征均勻而且合理：Harris算子對圖像中的每個點都計算其特征值，然后在鄰域中選取最優點；

(3)、可以定量的提取特征點：Harris算子最后一步是對所有的局部極值進行排序，所以可以根據需要提取一定數量的最優點；

(4)、Harris算子在計算時用到了圖像數據的一階導數，具有各向同性。因此對圖像旋轉、亮度變化、視角變化和噪聲的影響具有較好的魯棒性。

?

Harris角點檢測算法一般步驟：

(1)、構造梯度算子：

p = [0.037659? 0.249153? 0.426375? 0.249153? 0.037659];

d = [0.109604? 0.276691? 0.000000 -0.276691 -0.109604];

Ix = conv2(p, d, im, 'same');

Iy = conv2(d, p, im, 'same');

(2)、高斯濾波，構造自相關矩陣M：

???h = fspecial('gaussian', [sze sze], sigma);

???? smim = filter2(h, im);

(3)、提取特征點：先對處理過的中間結果，進行類似于灰度膨脹；設定一閾值，用于判斷是否是特征點的條件之一；去除圖像邊界，圖像邊界不作為提取特征點的范圍。

?

?????? Harris算子不具有尺度不變性，為了滿足對圖像尺度的不變性，又提出了多尺度Harris算子。

???如果兩幅圖像僅相差幾個像素的大小，用Harris算子進行角點提取圖像配準仍能得到較好的效果。