SIFT特征

一.SIFT特征

SIFT算子(Scale-Invariant FeatureTransform)，是一种图像的局部描述子，具有尺度、旋转、平移的不变性，而且对光照变化、仿射变换和3维投影变换具有一定的鲁棒性。另外，它还具有以下有点：

a.很好的独特性，适于在海量特征数据库中进行快速、准确的匹配；

b.算法产生的特征点在图像中的密度很大，速度可以达到实时要求；

c.由于 SIFT 特征描述子是向量的形式，它可以与其他形式的特征向量进行联合。

Sift在一定程度上可以解决：

目标的旋转、缩放、平移（RST）

图像仿射/投影变换（视点viewpoint）

光照影响（illumination）

目标遮挡（occlusion）

杂物场景（clutter）

噪声

二、sift特征提取步骤

SIFT算法的实质可以归为在不同尺度空间上查找特征点（关键点）的问题。SIFT算法实现物体识别主要有三大工序：

1. 构造DOG尺度空间

2. 关键点搜索与精确定位

3. 方向赋值

4. 关键点描述

5. 特征匹配