SIFT算法~薛纯要点.ppt

尺度不变特征变换匹配算法（SIFT算法） 薛纯 SIFT简介 1999年大卫.劳伊教授提出SIFT（尺度不变特征变换）算法，这种算法在2004年被加以完善。 关键点具有的三个特征： 尺度 方向 大小 关键点检测的相关概念 尺度空间（scale space ）：物体都是通过一定的尺度来反映的。不同尺度的观察而得到不同的变化。尺度越大图像越模糊 sift算法采用了高斯函数来建立尺度空间 一个图像的尺度空间L（x,y, σ) ,定义为原始图像I(x,y)与上述的一个可变尺度的2维高斯函数G(x,y, σ) 卷积运算 随着σ的变化，建立起不同的尺度空间，或称之为建立起图像的高斯金字塔 关键点检测 高斯模糊 建立不同尺度空间，构造高斯金字塔 DOG高斯差分金字塔 找其极值点得关键点 高斯模糊 高斯模糊 1：分配权重：正态分布 2：高斯函数：正态分布的密度函数叫做“高斯函数” 它的一维形式：计算平均值的时候，中心点就是原 点，所以μ等于0 二维形式： 高斯模糊 3： 计算高斯模糊 高斯金子塔的构建过程可分为两步： （1）对图像做高斯平滑； （2）对图像做降采样。 高斯金字塔里有两个概念 组（Octave）和层（Level或Interval），每组里有若