SIFT学习笔记（结合matlab源码）

源码下载地址：https://download.youkuaiyun.com/download/u014509577/11011793

一、算法流程

1、生成高斯金字塔，并由此生成差分高斯金字塔（DoG），该过程完成尺度空间的构建，以便后续的空间极值点检测。

2、稳定关键点的精确定位、去除不稳定特征点

3、稳定关键点信息分配

4、关键点匹配

二、算法中每一步的算法原理以及源码解释

（一）构建尺度空间

（1）尺度空间及尺度空间的连续性

尺度空间：通过对原始图像进行尺度变换，获得图像多尺度下的尺度空间表示序列，以便对尺度空间的主轮廓提取，获得特征向量，实现边缘、角点检测和不同分辨率上的特征提取。

        高斯核是唯一产生多尺度空间的核，使用高斯核对图像模糊不会引入噪声，因此用高斯核构建图像尺度。

 

     一个图像的尺度空间定义为一个变换尺度的高斯函数和原图像的卷积，即

 

 

 

      其中，，m，n表示高斯模板的维度(确定)。(x, y)代表图像的像素位置。是尺度空间因子，值越小表示图像被平滑的越少，相应的尺度也就越小。大尺度对应于图像的概貌特征，小尺度对应于图像的细节特征。

     尺度空间，O代表第几个八度（组），S代表八度中的第几层。

      尺度空间是自然存在的，不是人为创造的！！高斯卷积只是表现尺度空间的一种形式。