特征提取思路整理

SIFT、SURF、ORB

根据重建的任务对所需特征提取方式的分析——整理思路

SIFT

SIFT——尺度不变特征变换

在做一件什么事：

局部影像特征的描述与侦测可以帮助辨识物体，对于光线、噪声、微视角改变的容忍度高。
在不同的尺度空间上查找关键点(特征点)，并计算出关键点的方向。
SIFT所查找到的关键点不会因光照、仿射变换和噪音等因素而变化，如角点、边缘点、暗区的亮点及亮区的暗点等突出点。

如何做

1. 构建高斯金字塔 ，进行高斯模糊；
2. 高斯差分金字塔，使用高斯金字塔每组中相邻上下两层图像相减，得到高斯差分图像，进行极值检测；
3. 空间极值点检测 ，关键点是由高斯差分图像的局部极值点组成的，关键点的初步探查是通过同一组内各高斯差分图像相邻两层图像之间比较完成的。每一个像素点要和它所有的相邻点比较，看其是否比它的图像域和尺度域的相邻点大或者小。中间的检测点和它同尺度的8个相邻点和上下相邻尺度对应的9×2个点共26个点比较，以确保在尺度空间和二维图像空间都检测到极值点。
4. 关键点定位 ；
5. 关键点方向分配，利用图像的局部特征为给每一个关键点分配一个基准方向；
6. 关键点特征描述 ，对于每一个关键点，拥有三个信息：位置、尺度以及方向。接下来就是为每个关键点建立一个描述符，用一组向量将这个关键点描述出来；