OpenCV 中SIFT算子的参数自定义方式

SIFT相关参数的简要介绍如下：

nfeatures：特征点数目（算法对检测出的特征点排名，返回最好的nfeatures个特征点）。
nOctaveLayers：金字塔中每组的层数（算法中会自己计算这个值，后面会介绍）。
contrastThreshold：过滤掉较差的特征点的对阈值。contrastThreshold越大，返回的特征点越少。
edgeThreshold：过滤掉边缘效应的阈值。edgeThreshold越大，特征点越多（被过滤掉的越少）。
sigma：金字塔第0层图像高斯滤波系数，也就是σ。

 1.参数nfeatures指定最终返回的特征点数量，并不影响SIFT特征检测的结果，本文不对该参数进行分析。
 2.参数nOctaveLayers和sigma主要影响图像高斯金字塔的构成，
 3.contrastThreshold和edgeThreshold则影响在DOG中寻找极值点的过程与结果。

所以，在使用OpenCV SIFT特征检测算子时，如果提取效果不够理想，可根据实际情况调整参数后进行重新提取。用法如下：

`

   SiftFeatureDetector siftDetector(0,3,0.08,8,1.0);
   siftDetector.detect(Mat,vector< KeyPoint >);

而opencv库中默认的参数是
CV_WARP explicit SIFT(int nfeatures =0 ,int nOctaveLayers =3,douible contrastThreshold = 0.04,double edgeThreshold = 10,double sigma =1.6);
“`

若使用 Ptr< FeatureDetector> sift_detector = FeatureDetector::create("SIFT")构造特征提取算子，
则需要通过sift_detector.set()函数进行相应的配置。