【CV】SIFT 算法原理

Intro

SIFT (Scale-Invariant Feature Transform) 算法是一种用来检测和描述图像局部信息的算法，在CV领域中被广泛应用，由 David Lowe 在 1999 年发表。

应用领域

SIFT 算法常常被用在 目标识别、地图与导航、图像拼接、三维建模、手势识别、视频监控 等CV领域中。

简要流程

SIFT 算法通过在尺度空间进行极值检测确定关键点，然后根据图像局部的梯度给关键点确定方向，最后将关键点用一个特征向量来表示。对两幅图作相应的处理之后会得到一系列特征向量，然后通过特征向量间的欧式距离来判断特征向量的相似性，从而得到两幅图中对应的特征点对。

源码解析

• https://blog.csdn.net/NewThinker_wei/article/details/46707729
• https://blog.csdn.net/maweifei/article/details/59501184

Ref

• SIFT解析（一）建立高斯金字塔