本来还在看亚像素的计算方法 发现了这个超好用的源码 不仅有了亚像素的精确计算整体的计算速度也不慢
MatLab 源码
% Harris角点提取算法并精确至亚像素级
t=input('请输入你要处理的图像全名（含扩展名）:','s'); % 提示输入要处理的图像
tic; %计时开始
Image = imread(t); % 读取图像
Image = rgb2gray(Image); % 转化为灰度图像
HdImage=Image; % 转化后的灰度图像
fx = [-1 0 1;-1 0 1;-1 0 1]; % x方向的Prewitt算子，用于对x方向滤波
Ix = filter2(fx,HdImage); % 对x方向滤波
fy = [-1 -1 -1;0 0 0;1 1 1]; % y方向的Prewitt算子，用于对y方向滤波
Iy = filter2(fy,HdImage); % 对y方向滤波
Ix2 = Ix.^2; % .^2用来求数组的平方
Iy2 = Iy.^2; % .^2用来求数组的平方
Ixy = Ix.*Iy; % 数组相乘
h= fspecial('gaussian',[9 9],2); % 产生9*9的高斯窗口，sigma=2，产生的窗口越大，得到的角点越少（7-11）
A = filter2(h,Ix2); % 用产生的高斯窗口处理Ix2得到A
B = filter2(h,Iy2); % 用产生的高斯窗口处理Iy2得到B
C = filter2(h,Ixy); % 用产生的高斯窗口处理Ixy得到C
height = size(HdImage,1); % 计算图像的第一维的元素数，即行数
width = size(HdImage,2); % 计算图像的第二维的元素数，即列数
CRF = zeros(height,width); % 生成一个和图像大小一致的全0的double型数组，用来保存角点响应函数值
CRFmax = 0; % 保存图像中最大的角点响应函数值
%M = [A(i,j) C(i,j);C(i,j) B(i,j)];
%CRF(i,j) = det(M)-0.05*(trace(M))^2; % 计算角点响应函数值，k的取值一般在0.04--0.06
CRF=(A.*B - C.^2) - 0.05*(A + B).^2; %代码的优化把for循环改为向量循环，k=0.05
CRFmax=max(max(CRF)); %找到最大的角点响应函数（用来设置阈值时用）
l=ordfilt2(CRF,7^2,ones(7)); %生成在7*7的窗口进行非最大值抑制（排序滤波器）
k=(l==CRF)&(CRF>0.003*CRFmax); %设定阈值为0.01*CRFmax,只有是局部最大值并且角点响应函数值大于阈值才是角点
[v, u] = find(k); % 找到角点是的位置，并保存
count = size(u,1); % 用来记录角点的个数
disp('检测到的角点个数为：')
disp(count) % 输出角点个数
figure,imshow(HdImage); % 显示灰度图像
hold on;
plot(u,v,'r.'); % 在灰度图像上用红色‘.‘标出角点的位置
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% 以下程序把角点精确到亚像素级，所用窗口为3*3+5*5 %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
u1=ones(count,1); %保存改进后的角点坐标
v1=ones(count,1); %保存改进后的角点坐标
HdImage=double(HdImage);
for i=1:count
H=zeros(1,2); %保存梯度
m=zeros(1,2);
n=0;
if((u(i)+3<=width)&(v(i)+3<=height)&(u(i)>3)&(v(i)>3))
for p=(v(i)-1):(v(i)+1)
for q=(u(i)-1):(u(i)+1)
H=[HdImage(p,q+1)-HdImage(p,q),HdImage(p+1,q)-HdImage(p,q)];
m=m+H*H'*[q,p];
n=n+H*H';
end;
end;
for p=(v(i)-2):1:(v(i)+2)
for q=(u(i)-2):1:(u(i)+2)
H=[HdImage(p,q+1)-HdImage(p,q),HdImage(p+1,q)-HdImage(p,q)];
m=m+H*H'*[q,p];
n=n+H*H';
end;
end;
g=m/n;
u1(i,1)=g(1);
v1(i,1)=g(2);
else
u1(i,1)=u(i,1);
v1(i,1)=v(i,1);
end
end;
hold on;
plot(u1,v1,'g.'); % 在灰度图像上用绿色‘.‘标出角点优化后的位置
disp('角点的坐标为： u--v 改进后 ')
disp([u,v,u1,v1]) %显示原始的和改进后的角点坐标
toc %计时结束