角点是图像的重要特征点，图像的角点包含了图像的很多信息，与此同时，角点的个数要远远少于像素点的个数，通过对角点的计算和分析，能让我们掌握图像中物体的形状。由于角点具有旋转不变性，它集中了图像上很多的重要信息。在没有丢失图像信息的条件下，角点最小化了数据量。因此，正确的提取角点，是图像处理工作的重要一步。本文先详细的介绍了角点检测的发展史，再对几个经典的算法进行实验分析，发现在传统Harris算法中，存在归一化图像对比度较差；Harris算子对明显角点的提取能力较弱；Susan算子的阈值选取比较复杂等问题。针对以上不足，本文采取了一系列解决方案，主要包括以下两个：1.修改经验常数k；2.将Susan算子与改进型Harris算子结合，用这个联合算子来检验图像的角点，能更好的发挥二者的长处。通过对经验常数k的修改，增强了归一化后图像的对比度，从而能够更方便的提取角点；缩小了改进型Harris算法的阈值的选择范围，使得算法在更小的阈值范围内精准的找到角点；采用Susan算法与上述改进型Harris算法来检验图像的角点，能够在受到噪声干扰较小的同时，较为精确的检测到图像的角点。文章最后对全文进行了总结，并提出了该算法需要改进的地方。根据实际应用，需要选择合理的角点半径r，以及尽可能的缩短检测时间。