哈里斯邊角檢測器是一個邊角檢測算子，通常用于計算機視覺算法中，以提取邊角并推斷圖像的特征。它是由ChrisHarris和MikeStephens在1988年對Moravec的角檢測器進行改進后首次提出的。與之前的檢測器相比，Harris的角落檢測器直接考慮了角落得分的差異與方向，而不是使用每45度角的移位補丁，并被證明在區分邊緣和角落方面更加準確。從那時起，它被改進并被許多算法所采用，以便為后續應用進行圖像預處理。

角是一個點，它的局部鄰域站在兩個主要的、不同的邊緣方向。換句話說，一個角落可以被解釋為兩條邊緣的交界處，其中邊緣是圖像亮度的突然變化。角部是圖像中的重要特征，它們一般被稱為興趣點，對平移、旋轉和光照都是不變的。雖然角落在圖像中只占很小的比例，但它們包含了恢復圖像信息的最重要的特征，它們可以被用來盡量減少運動跟蹤、圖像拼接、建立二維馬賽克、立體視覺、圖像表示和其他相關計算機視覺領域的處理數據量。為了從圖像中捕捉角落，研究人員提出了許多不同的角落檢測器，包括Kanade-Lucas-Tomasi（KLT）算子和Harris算子，它們在角落檢測中的使用最為簡單、高效和可靠。這兩種流行的方法都與局部結構矩陣密切相關并以其為基礎。與Kanade-Lucas-Tomasi角檢測器相比，Harris角檢測器在光照和旋轉變化的情況下具有良好的重復性，因此，它更多地被用于立體匹配和圖像數據庫檢索中。盡管仍然存在缺點和局限性，但Harris角檢測器仍然是許多計算機視覺應用的重要和基本技術。

在不喪失一般性的情況下，我們將假設使用一個灰度的二維圖像。讓這個圖像由以下公式給出(窗口），并通過以下方式對其進行移位.這兩個斑塊之間的平方差之和（SSD），表示為{displaystylef}，由以下公式給出：{displaystylef}。{displaystyleI(x+Deltax,y+Deltay)}可以用泰勒法近似計算。可以通過泰勒擴展來近似。

一般來說，哈里斯拐角檢測算法可以分為五個步驟。

空間導數計算結構張量設置哈里斯響應計算非xxx抑制彩色到灰度如果我們在彩色圖像中使用哈里斯角檢測器，xxx步是將其轉換成灰度圖像，這樣可以提高處理速度。灰度像素的值可以被計算為彩色圖像的R、B和G值的加權和。