SIFT

SIFT算法

空间尺度中寻找极值点，并提取其位置、尺度、旋转尺度不变量。

SIFT算法步骤：

1. 尺度空间极值检测：搜索所有尺度上的图像位置。通过高斯微分函数来识别潜在的对于尺度和旋转不变的兴趣点。

2. 关键点定位：在每个候选的位置上，通过一个拟合精细的模型来确定位置和尺度。关键点的选择依据于它们的稳定程度。

3. 方向确定：基于图像局部的梯度方向，分配给每个关键点位置一个或多个方向。所有后面的对图像数据的操作都相对于关键点的方向、尺度和位置进行变换，从而提供对于这些变换的不变性。

4. 关键点描述：在每个关键点周围的邻域内，在选定的尺度上测量图像局部的梯度。这些梯度被变换成一种表示，这种表示允许比较大的局部形状的变形和光照变化。

1.尺度空间：高斯卷积核是实现尺度变换的唯一变换核，并且是唯一的线性核

使用高斯模糊（图像滤波器）计算模板（不同尺度，5个或其他），然后与图像做卷积，然后对其降采样，得到高斯金字塔

2.高斯金字塔每组图中上下两层图像相减的到高斯差分金字塔，每个像素点与相邻的26个点相比较取得极值点，去掉低对比度和不稳定的点的到关键点，通过拟合三维二次函数来精确确定关键点的位置和尺度

3.完成关键点的梯度计算后，使用直方图统计邻域内像素的梯度和方向，直方图的峰值方向代表了关键点的主方向

4.描述关键点：（位置，方向，梯度值）常用：4*4窗口，8个方向，特征向量：4*4*8=128维