为完成对棋盘标板的角点检测，特此记录。
角点：最直接的定义为在水平、垂直两个方向上变化均较大的点
最常用的角点检测算法为Harris角点检测方法，原理如下：
计算图像I(x,y)在X和Y两个方向的梯度Ix、Iy计算图像两个方向梯度的乘积使用高斯函数对Ix^2、Iy^2和Ixy进行高斯加权（取σ=1），生成矩阵M的元素A、B和C计算每个像素的Harris响应值R，并对小于某一阈值t的R置为零在3×3或5×5的邻域内进行非最大值抑制，局部最大值点即为图像中的角点
在matlab中对该方法进行了实验，代码如下：
function [posr,posc]=Harris1(in_image,a)% 功能：检测图像harris角点% in_image-待检测的rgb图像数组% a--角点参数响应，取值范围：0.04~0.06% [posr，posc]-角点坐标in_image=rgb2gray(in_image);I=double(in_image);%%%%计算xy方向梯度%%%%%fx=[-1,0,1];%x方向梯度模板Ix=filter2(fx,I);%x方向滤波fy=[-1;0;1];%y方向梯度模板(注意是分号)Iy=filter2(fy,I);%%%%计算两个方向梯度的乘积%%%%%Ix2=Ix.^2;Iy2=Iy.^2;Ixy=Ix.*Iy;%%%%使用高斯加权函数对梯度乘积进行加权%%%%%产生一个7*7的高斯窗函数，sigma值为2h=fspecial('gaussian',[3,3],2);IX2=filter2(h,Ix2);IY2=filter2(h,Iy2);IXY=filter2(h,Ixy);%%%%%计算每个像元的Harris响应值%%%%%[height,width]=size(I);R=zeros(height,width);%像素(i,j)处的Harris响应值for i=1:heightfor j=1:widthM=[IX2(i,j) IXY(i,j);IXY(i,j) IY2(i,j)];R(i,j)=det(M)-a*(trace(M))^2;endend%%%%%去掉小阈值的Harris值%%%%%Rmax=max(max(R));%阈值t=0.005*Rmax;for i=1:heightfor j=1:widthif R(i,j)<tR(i,j)=0;endendend%%%%%进行3*3领域非极大值抑制%%%%%%%%%corner_peaks=imregionalmax(R);%imregionalmax对二维图片，采用8领域（默认，也可指定）查找极值，三维图片采用26领域%极值置为1，其余置为0num=sum(sum(corner_peaks));%%%%%%显示所提取的Harris角点%%%%[posr,posc]=find(corner_peaks==1);figure;imshow(uint8(in_image));hold onfor i=1:length(posr)plot(posc(i),posr(i),'r+');endend
对于规则的棋盘标板，可准确检测，对于不规则的棋盘标板，边缘区域存在误差，改变角点参数a对结果有些微影响，该方法存在一个问题，对同一个角点会重复检测：在同一个角点附近同时定位出坐标相差细微的多个角点坐标，对最终结果造成影响。
