Harris角点检测器是计算机视觉中用于识别图像中角点的基础算法。它由Chris Harris和Mike Stephens于1988年在题为“A Combined Corner and Edge Detector”的论文中提出。该检测器旨在定位图像强度在多个方向上变化较大的点，这些点对于特征匹配、物体识别和运动跟踪等任务非常有用。它是该领域的基石技术，早于许多现代机器学习方法，但仍在经典流程中广泛使用，并作为学习型特征检测器的基线。
该算法在灰度图像上运行，并基于局部梯度结构计算响应度量。对于每个像素，它构建一个二阶矩矩阵（也称为结构张量），用于汇总小邻域内图像梯度的分布。该矩阵的特征值表示沿两个正交方向的强度变化强度。当两个特征值都较大时，即图像块在所有方向上都有显著变化，则检测到角点。响应函数（通常记为R）结合矩阵的行列式和迹，以避免显式计算特征值，并使用可调参数k（通常约为0.04至0.06）。
数学表述
Harris检测器将像素(x, y)的二阶矩矩阵M定义为窗口W上的求和，通常为高斯加权邻域：
M = W上的求和 [Ix^2, IxIy; IxIy, Iy^2]
其中Ix和Iy是x和y方向上的图像梯度，使用Sobel或类似算子计算。响应R由下式给出：
R = det(M) - k * trace(M)^2
其中det(M) = λ1 * λ2，trace(M) = λ1 + λ2，λ1和λ2为特征值。如果R超过阈值，则像素被分类为角点，并应用非极大值抑制仅保留局部极大值，从而产生稀疏的兴趣点集。
性质与优势
Harris角点检测器对图像旋转具有不变性，即在一个方向上检测到的角点在图像旋转后仍能被检测到。它对照明变化也具有部分不变性，因为它依赖于梯度幅度而非绝对强度。然而，它不具备尺度不变性；当图像缩放时，角点可能消失或改变，这促使了后续的发展，如尺度不变特征变换（SIFT）和其他多尺度检测器。该检测器计算效率高，使其适用于实时应用，尤其是在深度学习时代之前。
计算机视觉中的应用
Harris角点用于许多经典计算机视觉任务。在数据增强和图像拼接中，它们作为重叠图像之间匹配的关键点。在运动跟踪中，它们提供跨视频帧跟踪的稳定点。该检测器也是更复杂特征描述子的构建模块，如添加了尺度选择的Harris-Laplace检测器。在机器人和自动驾驶中，Harris角点有助于视觉里程计和同步定位与建图（SLAM），尽管现代系统通常使用来自神经网络模型的学习特征。
与现代方法的关系
随着深度学习和基于卷积神经网络的方法的兴起，Harris角点检测器在很大程度上已被能够适应特定任务和数据的学习型兴趣点检测器所取代。然而，它仍然是重要的教育工具和评估新算法的基线。许多库（如OpenCV）提供内置实现，并且它仍用于计算资源有限或需要可解释性的场景中。基于梯度的角点检测原理也影响了现代残差网络和其他架构中的特征提取层。
局限性与扩展
一个关键限制是缺乏尺度不变性，Harris-Laplace和Hessian-Laplace检测器通过引入尺度空间分析来解决这一问题。该检测器对噪声也较敏感，尽管高斯平滑可以缓解这一问题。诸如Shi-Tomasi角点检测器（使用最小特征值作为响应）等扩展提高了跟踪应用的鲁棒性。在实践中，Harris检测器通常与非极大值抑制和亚像素细化相结合，以实现精确的关键点定位。
历史背景
Harris角点检测器源于1980年代在施乐帕克和其他研究实验室的工作，建立在Moravec早期角点检测方法的基础上。它是一个重大进步，因为与先前技术相比，它提供了更稳定和可重复的响应。该算法的简单性和有效性使其成为计算机视觉课程和工业应用中的标准工具。即使人工智能和生成式人工智能已经改变了该领域，Harris角点检测器仍然证明了经典几何和统计方法的持久价值。
实现说明
在实践中，该检测器需要选择窗口大小、高斯sigma和R的阈值。常见的选择包括3x3或5x5窗口、sigma约为1，以及基于最大响应分数的阈值。该算法已在OpenCV、scikit-image和MATLAB等流行库中实现，使其易于用于原型开发。对于大图像，可以使用卷积运算对计算进行向量化，这在现代硬件上是高效的。