角點：最直觀的印象就是在水平、豎直兩個方向上變化均較大的點，即Ix、Iy都較大

　　邊緣：僅在水平、或者僅在豎直方向有較大的變化量，即Ix和Iy只有其一較大 平坦地區：在水平、豎直方向的變化量均較小，即Ix、Iy都較小

　　Harris角點檢測算子是于1988年由CHris Harris & Mike Stephens提出來的。在具體展開之前，不得不提一下Moravec早在1981就提出來的Moravec角點檢測算子。

　　1.Moravec角點檢測算子

　　Moravec角點檢測算子的思想其實特別簡單，在圖像上取一個W*W的“滑動窗口”，不斷的移動這個窗口并檢測窗口中的像素變化情況E。像素變化情況E可簡單分為以下三種：A 如果在窗口中的圖像是什么平坦的，那么E的變化不大。B 如果在窗口中的圖像是一條邊，那么在沿這條邊滑動時E變化不大，而在沿垂直于這條邊的方向滑動窗口時，E的變化會很大。 C 如果在窗口中的圖像是一個角點時，窗口沿任何方向移動E的值都會發生很大變化。

　　上圖就是對Moravec算子的形象描述。用數學語言來表示的話就是：

　　其中（x，y）就表示四個移動方向（1，0）（1，1）（0，1）（-1，1），E就是像素的變化值。Moravec算子對四個方向進行加權求和來確定變化的大小，然和設定閾值，來確定到底是邊還是角點。

　　2.Harris角點檢測算子

　　Harris角點檢測算子實質上就是對Moravec算子的改良和優化。在原文中，作者提出了三點Moravec算子的缺陷并且給出了改良方法：

　　1. Moravec算子對方向的依賴性太強，在上文中我們可以看到，Moravec算子實際上只是移動了四個45度角的離散方向，真正優秀的檢測算子應該能考慮到各個現象的移動變化情況。為此，作者采用微分的思想（這里不清楚的話可以復習下高數中的全微分）：

　　其中：

　　所以E就可以表示為：

　　2.由于Moravec算子采用的是方形的windows，因此的E的響應比較容易受到干擾，Harris采用了一個較為平滑的窗口——高斯函數：

　　3.Moravec算子對邊緣響應過于靈敏。為此，Harris提出了對E進行變形：

　　對，沒錯，變成了二次型，果然是大牛，更牛的還在后面！其中，

　　用α，β表示矩陣M的特征值，這樣會產生三種情況：A 如果α，β都很小，說明高斯windows中的圖像接近平坦。 B 如果一個大一個小，則表示檢測到邊。 C 如果α，β都很大，那么表示檢測到了角點。

　　α，β表示矩陣M的特征值，這樣會產生三種情況：

　　A.α，β都很小，說明高斯Windows中的圖像接近平坦

　　B.如果一個大一個小，則表示檢測到邊

　　C.α，β都很大，那么表示檢測到角點。
?

　　角點響應

　　R=det（M）-k*（trace（M）^2） （附錄資料給出k=0.04~0.06，opencv指出是0.05-0.5，浮動較大）

　　det（M）=λ1*λ2 trace（M）=λ1+λ2

　　R取決于M的特征值，對于角點|R|很大，平坦的區域|R|很小，邊緣的R為負值。

　　算法步驟

　　其中，局部極大值可用先膨脹后與原圖比較的方法求得，具體見二中源碼。