目录
3.2 实现数据集中,每张图片的SIFT特征提取,并展示特征点
3.4 给定一张输入的图片,在数据集内部进行检索,输出与其匹配最多的三张图片
1.sift算法
1.1 算法简介
SIFT的全称是Scale Invariant Feature Transform,尺度不变特征变换。是在不同的尺度空间上查找关键点(特征点),并计算出关键点的方向。SIFT所查找到的关键点是一些十分突出、不会因光照、仿射变换和噪音等因素而变化的点,如角点、边缘点、暗区的亮点及亮区的暗点等。SIFT特征对旋转、尺度缩放、亮度变化等保持不变性,是一种非常稳定的局部特征。
1.2 实现步骤
- 构建DOG尺度空间
- 关键点搜索和定位
- 方向赋值和特征描述的生成
2.关键点检测
2.1构建DOG尺度空间
尺度空间使用高斯金字塔表示。尺度空间理论的基本思想是:在图像信息处理模型中引入一个被视为尺度的参数,通过连续变化尺度参数获得多尺度下的尺度空间表示序列,对这些序列进行尺度空间主轮廓的提取,并以该主轮廓作为一种特征向量,实现边缘、角点检测和不同分辨率上的特征提取等。