在学习python来研究计算机视觉的时候,我们一定会接触到哈里斯角点和SIFT兴趣点的方法。
初学SIFT,就要研究关于SIFT的原理。
我在学习sift的时候,主要依靠了以下作者的博客
作者:zddhub
原文:https://blog.csdn.net/zddblog/article/details/7521424
作者:JiePro
原文:https://www.cnblogs.com/JiePro/p/sift_4.html
其中都很详细的介绍了SIFT的有关知识。
SIFT(尺度不变特征变换)
1、SIFT介绍
尺度不变特征转换(Scale-invariant feature transform或SIFT)是一种电脑视觉的算法用来侦测与描述影像中的局部性特征,它在空间尺度中寻找极值点,并提取出其位置、尺度、旋转不变量,此算法由 David Lowe在1999年所发表,2004年完善总结。
其应用范围包含物体辨识、机器人地图感知与导航、影像缝合、3D模型建立、手势辨识、影像追踪和动作比对。
此算法有其专利,专利拥有者为英属哥伦比亚大学。
局部影像特征的描述与侦测可以帮助辨识物体,SIFT 特征是基于物体上的一些局部外观的兴趣点而与影像的大小和旋转无关。对于光线、噪声、些微视角改变的容忍度也相当高。基于这些特性,它们是高度显著而且相对容易撷取,在母数庞大的特征数据库中&