针对Harris算法在图像处理过程中特征点提取实时性和抗噪能力较差、计算量大的问题,提出一种结合像素点灰度差的Harris角点检测算法。将被检测点与半径为3的邻近圆周上16个像素点作对比,以此计算非相似像素点的个数来确定候选角点,通过Harris角点响应函数提取角点,并结合SUSAN算法的思想去除伪角点。实验结果表明,改进算法提高了原算法的实时性,增加了角点提取的数量,并且能有效去除大多数伪角点,提高图像角点检测的速度和正确性。

关于susan算法的详细介绍，看后你会恍然大悟

提出了一种基于判定肤色和人眼几何位置关系的人脸检测方法。首先通过对人脸图像光照增强与平滑去噪等预处理归一化彩色图像，再将图像在HSV色彩空间进行肤色分割。生成二值化图像，采用形态学滤波器对其降噪，并使用Sobel算子确定人脸边缘，生成清晰完整的二值化图像。利用灰度积分垂直和水平投影曲线包含的信息对人脸区域粗定位,并缩小图像处理范围。在得到大致人脸范围的基础上，使用Susan算子定位两个眼角点从而实现眼睛的精确定位。以粗定位为基准,按照适当的方法对鼻、嘴的特征点依次准确提取.利用粗略与精确两步定位过程方法,在简化处理的同时,可准确提取正面人脸。

MATLAB，Susan算法。可以对模板中的各点计算相似度，计算USAN区大小

本资源为基于Python的SUSAN边缘检测算法（最终展现只有边缘检测结果，不包含角点检测结果，不包含角点检测结果，不包含角点检测结果）。为避免不同环境导致代码无法运行，您可以前往我的文章中查看相关环境：https://blog.csdn.net/qq_45613931/article/details/117819107 。本资源经笔者测试，能够正常运行。如果存在异常，请注意设备环境变化。本资源自带一张检测图片，如需使用其它图片，存在报错风险，请注意。建议检测图片为尺寸较小的png图片（或自行调整尺寸及图片格式）。如有其它问题可进行留言。

这个是根据SUSAN算法写的VC++人脸角点检测程序，可以检测到人的眼角，及边缘。中科院准确率98%以上。

本人编写并通过验证的SUSAN算法的MATLAB实现，有详细说明

通过MATLAB验证的SUSAN算法实现