实施哈里斯拐角检测器
 

我出于教育目的而安装了哈里斯拐角检测器，但我陷入了哈里斯反应部分。基本上，我正在做的是：
[LIST=1][*]计算x和y方向上的图像强度梯度[*]模糊输出的（1）[*]根据输出（2）计算Harris响应[*]在3x3邻域和阈值输出中抑制（3）的输出中的非最大值[/LIST]1和2似乎工作正常；但是，随着Harris响应，我得到的值很小，并且没有任何点达到阈值。输入是标准的户外摄影。

[...] [Ix, Iy] = intensityGradients(img); g = fspecial('gaussian'); Ix = imfilter(Ix, g); Iy = imfilter(Iy, g); H = harrisResponse(Ix, Iy); [...] function K = harrisResponse(Ix, Iy) max = 0; [sy, sx] = size(Ix); K = zeros(sy, sx); for i = 1:sx, for j = 1:sy, H = [Ix(j,i) * Ix(j,i), Ix(j,i) * Iy(j,i) Ix(j,i) * Iy(j,i), Iy(j,i) * Iy(j,i)]; K(j,i) = det(H) / trace(H); if K(j,i) > max, max = K(j,i); end end end max end 对于示例图片，max最终为6.4163e-018，这似乎太低了。



[B]回答：[/B]

哈里斯拐角检测中的一个拐角被定义为“区域中的最高像素”（通常为3X3或5x5 ），因此您对没有点到达“阈值”的评论对我来说很奇怪。只要收集所有值高于其周围5x5邻域中所有其他像素值的像素即可。

除此之外：我不确定100％，但是我认为您应该：

K(j,i) = det(H) - lambda*(trace(H)^2)其中，lambda是在您的情况下有效的正常数（Harris建议值为0.04）。

一般而言，过滤输入的唯一明智的时刻是在这一点之前：

[Ix, Iy] = intensityGradients(img);

过滤Ix2 ， Iy2和Ixy对我来说没有多大意义。

此外，我认为您的示例代码在这里是错误的（函数harrisResponse是否具有两个或三个输入变量？）：

H = harrisResponse(Ix2, Ixy, Iy2); [...] function K = harrisResponse(Ix, Iy)

[url=https://stackoverflow.com/questions/3862225]更多&回答...[/url]