该程序是用matlab开发的基于harris角点提取来提取图像特征点，简单实用，适合初学者

Harris角点检测的FPGA快速实现方法

基于harris角点匹配的图像配准程序 这个程序挺不错的 可以自己学习学习

完整代码，可直接运行

harris角点检测 matlab版本，一共2个文件，都可以运行的，别忘了自己测试的时候修改一下图像的路径和名字

文章目录1、Harris角点检测1.1 基本概念1.2 数学表达2、实现与测试2.1 代码2.2 运行结果2.3 参数变化2.3.1 其他不变，改变k（此时sigma=3）2.3.2 其他不变，改变sigma（k=0.04） 1、Harris角点检测 1.1 基本概念 角点：窗口向任意方向的移动都导致图像灰度的明显变化。 1.2 数学表达 将图像窗口平移[u,v]产生灰度变化E(u,v)： 那么，如何求解平移后的图像灰度I(x+u,y+v)，以及灰度变化E(u,v)呢？ 将I(x+u, y+v)函数在(x, y)处泰勒展开，得： 则可求得灰度变化: 于是对于局部微小的移动量 [u,v

针对现阶段实现瞳孔精确定位算法过于繁琐的问题，提出一种由粗略到精确的瞳孔精确定位算法。首先用灰度积分算法粗略找出人眼部位在人脸上的大概位置，然后用Hough变换定位出人眼瞳孔中心的精确位置，接着用Harris角点检测算法对眼角点进行定位，最后通过瞳孔与眼角点的相互坐标定位出人眼瞳孔的精确位置。通过matlab对所提算法进行检验，证明了该算法是一种实现简单、定位精确的算法。

环境 pip install opencv-python==3.4.2.16 pip install opencv-contrib-python==3.4.2.16 理论 克里斯·哈里斯（Chris Harris）和迈克·史蒂芬斯（Mike Stephens）在1988年的论文《组合式拐角和边缘检测器》中做了一次尝试找到这些拐角的尝试，所以现在将其称为哈里斯拐角检测器。 函数：cv2.cornerHarris（），cv2.cornerSubPix（） 示例代码 import cv2 import numpy as np filename = 'molecule.png' img = cv2

基于MATLAB的Harris角点检测并精确到亚像素，有六张测试图片，两个harris角点检测matlab程序，一个harris角点精确到亚像素的文档。

自己用matlab编写的Harris角点检测的源代码，并根据附近点的关系把角点位置精确到亚像素级，内附详细说明文档。