sift 特征的详细过程请参考:
** https://blog.csdn.net/lyl771857509/article/details/79675137**
该文章中有两处描述不是很清楚:
1. 4.1 节 关键点的精确定位
这个过程实际上是高斯牛顿法求极值的一个应用, 思路是如果当前的关键点是极值点, 高斯迭代过程中的下一步移动应该很小. 因此反过来通过判断下一步移动的大小来判断当前点是不是极值点.
4.2 节 消除边缘响应
类似Harr 交点检测, 判断Hession 矩阵的两个特征值, 两个特征值都很大时才可能是角点.