SIFT特征描述算子
SIFT算子是一种能对图像旋转,尺度缩放,仿射变换,视角变化,光照变化等变化因素保持一定不变性,而对物体运动、遮挡、噪声等因素也保持较强可匹配的图像局部特征描述算子。SIFT算子在图像二维平面空间和DOG (Difference of Gaussian)多尺度空间中同时检测局部极值作为特征点,以使特征具备良好的独特性和稳定性。
【1】极值搜索:一幅二维图像I(x,y)在某一尺度空间可有图像与高斯核卷积得到:
二维高斯卷积核为:
(x,y)为图像像素的位置,σ为尺度空间因子,大尺度对应图像的概貌特征,小尺度对应图像的细节特征,多尺度空间算子定义为两个不同尺度的高斯核的差分:
SIFT算子针对图像上的每一点,计算其在每一尺度下DOG算子的响应值,然后将DOG尺度空间每个点与相邻尺度和相邻位置的点逐个进行比较,得到的局部极值位置即为关键点所处的位置和对应的尺度。