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。