SFIT特征（四）

在上一章节中，我们知道，对于每个稳定检测的关键点，我们赋予其三个信息：坐标位置、尺度（哪一组哪一层）以及主方向（统计邻域像素点的梯度方向和大小计算直方图而来）。接下来，我们需要为每个关键点建立一个128维度的描述符。

6.1采样区域
关键点的描述符是通过统计其邻域采样点的梯度方向和大小而来的，所以首先需要确定采样区域的范围。
首先邻域采样点的梯度计算是在关键点对应的高斯图像上进行的（根据关键点的尺度信息确定高斯过滤参数），然后，将关键点邻域划分为$d*d$ （Lowe中建议值为4）的子区域，每个子区域作为一个种子点，种子点包含8个方向，将子区域内的采样点按照其梯度方向分配至相应的8个方向之一。

每个子区域的为边长同样是$3\sigma_{oct}$（与确定关键点主方向相同）的正方形区域，所以总边长为$3\sigma_{oct}d$。但由于后期我们需要对采样点梯度进行插值，所以将窗口扩展至$3\sigma_{oct}(d+1)$。为了保证旋转不变性，所以我们将坐标轴旋转，使其与关键点的主方向对齐，则邻域区域的最终边长为$radius=3\sqrt(2)\sigma_{oct}(d+1)$。邻域边长变换示意图如下所示，

6.2采样点子区域标号计算
每个采样点$(x,y)^T$的梯度和方向按照5.1的公式进行计算，这里不再说明。(注意，这里的坐标$(x,y)^T$ 表示以关键点为原点的坐标系的坐标)
确定好采样区域之后，每个采样点(x,y)T