Harris Corner-Detector on kulmatunnistusoperaattori, jota käytetään yleisesti tietokonenäköalgoritmeissa poimimaan kulmia ja päättelemään kuvan ominaisuuksia.
kulmakunta on piste, jonka lähialueet seisovat kahdessa hallitsevassa ja eri suunnassa. Toisin sanoen kulma voidaan tulkita kahden reunan liitokseksi,jossa reuna on kuvan kirkkauden äkillinen muutos. Kulmat ovat tärkeitä ominaisuuksia kuvassa, ja niitä kutsutaan yleensä korkopisteiksi, jotka ovat invariantti totranslaatio, kierto ja Valaistus.
Vaihe 1. Se määrittää, mitkä ikkunat (pienet kuvapalikat) tuottavat hyvin suuria intensiteettivaihteluita, kun niitä siirretään sekä X-että Y-suuntiin (eli kaltevuudet).
Vaihe 3. Kun tähän pistemäärään on sovellettu kynnystä, tärkeät kulmat valitaan ja merkitään.
ota alkuperäisen kuvan harmaa-asteikko. Levitä Gaussin suodatin tasoittaa kaikenään. Käytä Sobel-operaattoria löytääksesi jokaisen pikselin x-ja y-gradienttiarvot harmaasävykuvassa. Jokaista harmaasävykuvan pikseliä p varten tarkastellaan m * m-ikkunaa sen ympärillä ja lasketaan kulmalujuusfunktio. Tämä on Harris-arvo. Etsi allpixels jotka ylittävät tietyn kynnyksen ja ovat paikallisia maxima tietyn ikkunan(estää tarpeeton dupes ominaisuuksia). Laske ominaisuus kuvaaja kaikista tällaisista kohdista.
lisätietoja kaikista käytetyistä algoritmeista on Raporttitiedostossa
lisätietoja: https://iitmcvg.github.io/summer_school/Session3/