SIFT特征点提取中金字塔生成

本文默认读者已经对SIFT算法的过程有大致了解，以下对金字塔生成时一些难以理解的问题做些解释：

1.检测S层尺度的特征点，需要S+2层高斯差分金字塔（DOG），DOG金字塔由高斯金字塔相邻两层相减而来，因此生成S+2层DOG需要S+3层高斯金字塔，同尺寸的多张图片称为一组（octave），组中单张图片称为层（Layer）。

2.Lowe论文中对输入图像预先进行了σ = 0.5的高斯模糊，并将高斯模糊后的图像尺寸扩大为原来4倍（高度、宽度各扩大2倍）。

3.高斯金字塔中，下一组（nOctave）高斯金字塔的首层（nOctaveLayers）是由上一组倒数第三张图片隔点采样得到的（网上有说倒数第三张的，也有说倒数第二张的，lowe论文中原话是：it will be 2 images from the top of the stack，从Rob Hess的sift代码里可以看出是倒数第三张。)

4.高斯金字塔的