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。