เปรียบเทียบวิธี

	ทฤษฎีปริภูมิสเกล	การตรวจจับมุมฮาร์ริส
สาขาวิชา	การมองเห็นของคอมพิวเตอร์	การมองเห็นของคอมพิวเตอร์
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	1983	1988
ผู้ริเริ่ม	Andrew Witkin and Tony Lindeberg	Chris Harris and Mike Stephens
ประเภท	Theoretical framework for multi-scale processing	Interest point detector
แหล่งต้นตำรับ	Lindeberg, T. (1994). Scale-space theory: A basic tool for analyzing structures at different scales. Journal of Applied Statistics, 21(2), 225–270.	Harris, C., & Stephens, M. (1988). A combined corner and edge detector. Alvey Vision Conference, 147–152.
ชื่อเรียกอื่น	Multi-scale analysis, Gaussian scale-space	Harris Corner Detector, Harris-Stephens Detector, Plessey Operator
ที่เกี่ยวข้อง	5	5
สรุป	Scale-space theory, developed by Witkin and Lindeberg, provides a principled mathematical framework for analyzing images at multiple scales simultaneously. By treating scale as an explicit dimension and using Gaussian blurring, scale-space theory enables detection and analysis of features at appropriate scales, solving the fundamental problem of 'which scale should I analyze at?'	The Harris corner detector, introduced by Chris Harris and Mike Stephens in 1988, is a foundational method for identifying corners and interest points in digital images. Harris corners are points where two edges meet at a significant angle, making them stable and repeatable features for image analysis, matching, and 3D reconstruction.