本文介绍了在Mac下的Xcode环境中，如何利用OpenCV库简易实现尺度不变特征转换（SIFT）算法。SIFT算法以其稳定性、独特性、高效性和可扩展性著称。主要步骤包括多尺度空间极点检测、关键点定位、方向确定和描述子生成。通过高斯卷积构建多尺度空间，并使用差分高斯（DoG）检测关键点。在图像金字塔中，不同尺度的相同物体能够保持局部极值的一致性。最后，每个关键点用128维向量进行描述。
－－－实验室的mac下Xcode－－－
scale invariant feature transform(sift)
特点：稳定、独特、多量、高速、可扩展
步骤：
1.多尺度空间极点检测
2.关键点（keypoints）定位
3.关键点的方向确定
4.描述子生成
细节：高斯卷积为多尺度空间唯一线性核
L(x,y,e)=G(x,y,e)*I(x,y)
G(x,y,e)为高斯函数，（x,y）为图像坐标，e为尺度坐标
Different of Guassian(DoG)＝L(x,y,ke)-L(x,y,e)
图像金字塔使不同尺度同一物体多局部最值一致。下一组图像由上一组图像降采样得到
每个采样点与同尺度和相邻尺度多26个点比较，从而确保尺度空间和二维图像空间能检测到极点
最后描述子用128维向量表示
最低0.47元/天 解锁文章
扫一扫
1423
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
