Harris角点检测（Harris Corner Detector）

方法一 ：原始方法

---

基本思想如图1所示：

             Figure 1: Harris Corner Detector: Basic Idea

这种变化，可以用图2的公式来衡量：

             Figure 2: Harris Detector: Mathematics 1/3

图2 画红线部分由泰勒级数（Taylor Series）展开，及一阶偏导（First partial derivatives）近似，如图3：

            Figure 3: Harris Detector: Mathematics 2/3

整理得到图4中的公式：

            Figure 4: Harris Detector: Mathematics 3/3

然后，利用M 的特征值（eigenvalues）λ1 和 λ2 来分类图像中的 平坦（flat）、 边缘（edge） 和 角点（corner），如图5：

            Figure 5: Classification via Eigenvalues

方法二：椭圆拟合分析

---

**将图像的 梯度向量（dx，dy） 视为一组点集，图像中心定义为（0,0）点。
dx，dy 一般可以这样计算：dx(i,j) = I(i+1,j) - I(i,j)，dy(i,j) = I(i,j+1) - I(i,j)。
然后绘制散点图，如图6所示：**

            Figure 6: Plotting Derivatives as 2D Points

利用椭圆拟合散点图，根据椭圆的参数（如 长轴、短轴）来判断 平坦（flat）、 边缘（edge） 和 角点（corner），结果如图7所示：

            Figure 7: Fitting Ellipse to each Set of Points