我们不能使用其他函数吗，例如：$R=1-(\lambda_1+\lambda_2)^2$

这个公式没有那么有用，因为它不能区分两个同样大的特征值（一个角）和一个两倍大的特征值加上一个非常小的特征值（一条直线）。因此，例如相同的结果，尽管前者可能不是角落。$\lambda_1 = 2, \lambda_2 = 0$$\lambda_1 = 1, \lambda_2 = 1$

但一般来说：是的，哈里斯公式不是唯一的。例如，您可以使用特征值之间的调和平均值，即。或者您可以直接使用较小的特征值。$2/(1/\lambda_1 + 1/\lambda_2) = 2 det(M)/trace(M)$

Harris 角点检测器是在浮点除法和平方根仍然是昂贵操作的时候开发的。我猜这就是为什么首选只使用乘法的检测器的原因之一。

这些天来，在 PC 上，我很确定您可以更快地划分浮点数，而不是将它们传送到 CPU 或 GPU，因此考虑其他角检测器是有意义的。在其他硬件上，如移动设备或智能相机，低成本仍然是 Harris 角点检测器的重要优势。

$M$是结构张量。信号在两个方向变化的点是的两个特征值都很大的点。，所以和都很大时很大。$M$$R = det(M) - k*trace^2(M) = \lambda_1\lambda_2 - k(\lambda_1 + \lambda_2)^2$$R$$\lambda_1$$\lambda_2$