​ 在Harris角点检测中，我们要算两个窗口的差。首先，两个点之间的差为： ​ 其中f是像素灰度值。为避免误差，取平方，之后在窗口内求和，得：

image-20230330204656439

​ 刚拿到这个式子，可能从①到②不知道怎么来的。其实这里是应用了泰勒展开，首先我们知道对于一维函数来说，其泰勒展开式子为： ​ 一般来说，展开到两阶就行了。但是对于更普适的情况，令 是 𝕟 的函数，则其泰勒展开式子为： ​ 可能会有同学觉得这不是h的转置乘以梯度吗，图里公式怎么是梯度的转置乘以h了？其实这两个是相等的，因为他们结果是标量，标量转置等于自己。

​ 对于一阶梯度来说，其结果就是对每个自变量求偏导后组成新向量。而对于二阶梯度，其结果叫海森矩阵，其形式为：

image-20230330210859073

​ 之后的步骤都比较明显了，最后我们得到的M长这样：

image-20230330211136239

​ M是一个半正定矩阵，证明请读者自行练习。