---实验室的mac下Xcode---
scale invariant feature transform(sift)
特点:稳定、独特、多量、高速、可扩展
步骤:
1.多尺度空间极点检测
2.关键点(keypoints)定位
3.关键点的方向确定
4.描述子生成
细节:高斯卷积为多尺度空间唯一线性核
L(x,y,e)=G(x,y,e)*I(x,y)
G(x,y,e)为高斯函数,(x,y)为图像坐标,e为尺度坐标
Different of Guassian(DoG)=L(x,y,ke)-L(x,y,e)
图像金字塔使不同尺度同一物体多局部最值一致。下一组图像由上一组图像降采样得到
每个采样点与同尺度和相邻尺度多26个点比较,从而确保尺度空间和二维图像空间能检测到极点
最后描述子用128维向量表示