SIFT 特征匹配

大概是一直做了两个星期才稍微有些摸样，不过高兴的是的确有很多图给出了还凑合的匹配效果，错配也很少。

SIFT又叫做尺度不变特征，英语是Scale-invariant Feature Transform。主要的思想就是搞一个描述子，具有下属特征：稳定、对于缩放有不变性、对于光照保持一定不变性、对于投影映射保持一定不变性。

根据Lowe的论文，主要操作就是在尺度空间寻找极值点、精确定位极值点、给极值点定方向、按方向计算描述子。最后根据描述子进行匹配。

先贴几张自己做出的效果图：

自己的实验做得和Lowe所描述的并不完全一致，最主要原因还是由于自己只是初学，有一部分看不懂，看不懂的同时调试时又很费解的部分干脆就去掉了。对于匹配时如何算是好的匹配和Lowe的结论也很不同。

 

不过不管怎样，这样的东西还是挺有趣挺说明些问题的。也可以对SIFT的思想有了不错的了解。

下面打算赶紧转到Pyramid matching上来，把现在比较厉害的算法都大概做一遍以后就可以尝试自己的想法了。SIFT拖了我两个星期，效率有点太低了，唉。

 

欢迎做相同或者类似东西的朋友留言讨论，让我们共同进步。