Computer vision Harris角点检测器的Sobel滤波器实现

我必须实现一个哈里斯检测器，但不太确定以下关于索贝尔滤波器的细节，以获得图像导数。

---

将Sobel过滤器应用于灰度图像时，可能会得到负强度值。在计算每个像素的Harris矩阵之前，我需要将图像转换回仅包含正值的矩阵吗？还是应该按原样使用这些值？

我认为您不需要将其限制为仅包含正值

---

您可以查看的哈里斯角点检测实现（包括Matlab/C源代码）。它在工具箱目录中：vl_harris.m

我认为您不需要将它限制为只有正值

---

您可以查看的哈里斯角点检测实现（包括Matlab/C源代码）。它在工具箱目录中：vl_harris.m

好的，但是实现harris角点检测器的更好方法是什么？当我将值限制为正值时，我只会找到少得多的特征点，而如果我同时使用负值，我会找到非常多的点，这对我来说也不合适。我计算R=det（M）-0.04（trace（M））²，我的理解是，所有R>0都被归类为特征点，但是，如果我使用负值，我必须将threashold增加到10000左右，以获得可用的结果。没有限制，但使用非最大抑制。你看过vl_harris实现了吗？我已经实现了我自己的过滤器，我只是想知道找到的点数的差异。但是好的，我将集中讨论NMS，谢谢你的帮助好的，但是实现Harris角点检测器的更好方法是什么？当我将值限制为正值时，我只会找到少得多的特征点，而如果我同时使用负值，我会找到非常多的点，这对我来说也不合适。我计算R=det（M）-0.04（trace（M））²，我的理解是，所有R>0都被归类为特征点，但是，如果我使用负值，我必须将threashold增加到10000左右，以获得可用的结果。没有限制，但使用非最大抑制。你看过vl_harris实现了吗？我已经实现了我自己的过滤器，我只是想知道找到的点数的差异。但是好的，我将集中讨论NMS，谢谢你的帮助