opencv-python SIFT尺度不变特征变换算法笔记

opencv-python SIFT尺度不变特征变换算法笔记

用DoG(高斯差分算法）提取特征点，并用SIFT描述关键点。

DoG(高斯函数差分算法)提取特征点

高斯函数定义：

对两幅图像分别进行高斯滤波：

DoG可以表示为：

第一步，计算不同参数下的DoG：
（1）一个高斯平滑参数为0.3，另一个高斯平滑参数为0.4

（2）一个高斯平滑参数为0.6，另一个高斯平滑参数为0.7

（3）一个高斯平滑参数为0.7，另一个高斯平滑参数为0.8

第二步，根据DoG结果，求角点：
三维图中的最大值和最小值点是角点。

红色点为当前像素点，可与最多26个相邻尺度的点（上层9个+本层8个+下层9个）进行比较，如果它是所邻接像素点的最大值或最小值点，则标记为特征点。依次进行可以完成图像特征点的提取。
通过图1，2，3提取出图2中的极值点。黑色为极小值，白色为极大值。