该算子是C．Harris和M．J．Stephens在1988年提出的一种点特征提取算子。这种算子受信号处理中自相关函数的启发，可以给出图像中某一像素点的自相关矩阵肘，其特征值是自相关函数的一阶曲率，如果算，Y两个方向上的曲率值都高，那么就认为该点是角点。Harris角点检测算子
Harris[2]角点检测算子是Moravec角点检测算子的改进.
（1）算子用高斯函数代替二值窗口函数,对离中心点越近的像素赋于越大的权重，以减少噪声影响。
图1-3高斯函数
(2)算子只考虑了每隔45度方向，Harris算子用Taylor展开去近似任意方向。
写成矩阵形式: :
式子（1-2）
式子（1-3）
式中，Ix为x方向的差分，Iy为y方向的差分，w(x,y)为高斯函数。
(3)Harris采用了一种新的角点判定方法。矩阵M的两个特征向量l1和l2与矩阵M的主曲率成正比。Harris利用l1, l2来表征变化最快和最慢的两个方向.若两个都很大就是角点,一个大一个小就是边缘,两个都小就是在变化缓慢的图像区域.
来自文献[11]
图1- 4用矩阵M的特征向量分类图像像素点
但是解特征向量需要比较多的计算量,且两个特征值的和等于矩阵M的迹，两个特征值的积等于矩阵M的行列式。所以用(1-4）式来判定角点质量。(k常取0.04-0.06)
（1-4）
(4) Harris算法总结
Step 1:对每一像素点计算相关矩阵M。
Step 2:计算每像素点的Harris 角点响应。
Step 3.在w*w范围内寻找极大值点，若Harris 角点响应大于阀值，则视为角点。
Harris算子对灰度的平移是不变的,因为只有差分，对旋转也有不变性，但是对尺度很敏感,在一个尺度下是角点, 在在另一个尺度下可能就不是了.
图1- 5 harris算子对尺度的敏感性
图1- 6 harris算子对简单图像的响应
Harris 算子是一种有效的点特征提取算子,其优点总结起来有:
①计算简单:Harris 算子中只用到灰度的一阶差分以及滤波,操作简单。
②提取的点特征均匀而且合理:Harris 算子对图像中的每个点都计算其兴趣值,然后在邻域中选择最优点。实验表明,在纹理信息丰富的区域,Harris 算子可以提取出大量有用的特征点,而在纹理信息少的区域,提取的特征点则较少。
③稳定:Harris算子的计算公式中只涉及到一阶导数，因此对图像旋转、灰度变化、噪声影响和视点变换不敏感,它也是比较稳定的一种点特征提取算子。
Harris 算子的局限性有：
①它对尺度很敏感，不具有尺度不变性。
②提取的角点是像素级的。
[2]Chris Harris, Mike Stephens, A Combined Corner and Edge Detector, 4th Alvey Vision Conference, 1988, pp147-151
Chrome浏览器，选项中找到“工具”-“开发者工具”，会有两个窗口显示，左边的窗口上方有一排选项按钮，点击“Elements”会显示当前网页的后台代码，右边的窗口会显示对应的样式。如果样式没起作用，会有一条横线画在对应的样式代码上面
2015年3月26日，W3C的CSS工作组发布了CSS滚动界限点模块（CSS Scroll Snap Points Level 1）的首份工作草案（First Public Working Draft）。在浏览可以连续上下滚动或左右滚动的连续页面或一组图片时，通过触摸屏的触摸滑动或鼠标滚轴的滚动操作可以获得较好用户体验。但无论是触屏滑动还是鼠标滚轴都不容易精确的控制操作所产生的滚动量输入（imprecise nature of scrolling inputs），对于Web开发者来说，需要更好的控制滚动体验，并创建更丰富的页面内容呈现效果。 该模块提供了一组新特性，通过定义滚动范围的界限点（snap points）用来控制触屏滑动（panning）及滚动行为。
