sift笔记

opencv3.1的SIFT特征检测参数图文详解  

http://blog.csdn.net/zddblog/article/details/7521424

       2002年Mikolajczyk在详细的实验比较中发现尺度归一化的高斯拉普拉斯函数的极大值和极小值同其它的特征提取函数，例如：梯度，Hessian或Harris角特征比较，能够产生最稳定的图像特征。而Lindeberg早在1994年就发现高斯差分函数（Difference of Gaussian ，简称DOG算子）与尺度归一化的高斯拉普拉斯函数非常近似,so ,Lowe使用更高效的高斯差分算子代替拉普拉斯算子进行极值检测