文档介绍：SIFT 算法实现步骤:1 关键点检测、 2 关键点描述、 3 关键点匹配、 4 消除错配点参考链接: http://blog./zddblog/article/details/7521424 -July-v/archive/2011/03/13/ 1 关键点检测建立尺度空间根据文献《 Scale-space theory: A basic tool for analysing structures at different scales 》我们可知,高斯核是唯一可以产生多尺度空间的核,一个图像的尺度空间, L( x,y, σ),定义为原始图像 I(x,y) 与一个可变尺度的 2 维高斯函数 G(x,y, σ) 卷积运算。高斯函数高斯金字塔高斯金字塔的构建过程可分为两步: (1 )对图像做高斯平滑; (2 )对图像做降采样。为了让尺度体现其连续性,在简单下采样的基础上加上了高斯滤波。一幅图像可以产生几组( octave ) 图像,一组图像包括几层( interval )图像。高斯图像金字塔共 o 组、 s 层, 则有: σ——尺度空间坐标;s —— sub-level 层坐标;σ0 ——初始尺度;S ——每组层数( 一般为 3~5 )。当图像通过相机拍摄时,相机的镜头已经对图像进行了一次初始的模糊,所以根据高斯模糊的性质: -第0 层尺度-- 被相机镜头模糊后的尺度高斯金字塔的组数:M、N 分别为图像的行数和列数高斯金字塔的组内尺度与组间尺度: 组内尺度是指同一组( octave )内的尺度关系,组内相邻层尺度化简为: ?? 2 2 2 2 1 ( ) ( ) , , exp 2 2 i i i i x x y y G x y ??? ?? ?? ??? ?? ?? ???????, , , , * , L x y G x y I x y ? ?? 0 init init pre pre ? ????? ??? init? pre????? 2 log min , 3 O M N ? ?? ?? ? 112 S s s ? ???? 1 ( ) 2 s S S o o s ? ?????组间尺度是指不同组直接的尺度关系,相邻组的尺度可化为: 最后可将组内和组间尺度归为: i—金字塔组数 n—每组层数上一组图像的底层是由前一组图像的倒数第二层图像隔点采样生成的。这样可以保持尺度的连续性。二维卷积: 差分高斯金字塔 Lindeberg 在文献《 Scale-space theory: A basic tool for analysing structu