sift算法C代码讲课.docxVIP

#ifndef SIFT_H #define SIFT_H #include cxcore.h /******************************** Structures *********************************/ //极值点检测中用到的结构 //在SIFT特征提取过程中，此类型数据会被赋值给feature结构的feature_data成员 struct detection_data { int r; //特征点所在的行 int c; //特征点所在的列 int octv; //高斯差分金字塔中，特征点所在的组 int intvl; //高斯差分金字塔中，特征点所在的组中的层 double subintvl; //特征点在层方向(σ方向,intvl方向)上的亚像素偏移量 double scl_octv; //特征点所在的组的尺度 }; struct feature; /******************************* 一些默认参数 *****************************/ //高斯金字塔每组内的层数 #define SIFT_INTVLS 3 //第0层的初始尺度，即第0层高斯模糊所使用的参数 #define SIFT_SIGMA 1.6 //对比度阈值，针对归一化后的图像，用来去除不稳定特征 /** default threshold on keypoint contrast |D(x)| */ #define SIFT_CONTR_THR 0.04 //主曲率比值的阈值，用来去除边缘特征 /** default threshold on keypoint ratio of principle curvatures */ #define SIFT_CURV_THR 10 //是否将图像放大为之前的两倍 /** double image size before pyramid construction? */ #define SIFT_IMG_DBL 1 //计算特征描述子过程中，计算方向直方图时，将特征点附近划分为d*d个区域， //每个区域生成一个直方图，SIFT_DESCR_WIDTH即d的默认值 /** default width of descriptor histogram array */ #define SIFT_DESCR_WIDTH 4 //计算特征描述子过程中，每个方向直方图的bin个数 /** default number of bins per histogram in descriptor array */ #define SIFT_DESCR_HIST_BINS 8 //输入图像的尺度为0.5 /* assumed gaussian blur for input image */ #define SIFT_INIT_SIGMA 0.5 //边界的像素宽度，检测过程中将忽略边界线中的极值点，即只检测边界线以内是否存在极值点 /* width of border in which to ignore keypoints */ #define SIFT_IMG_BORDER 5 //通过插值进行极值点精确定位时，最大差值次数，即关键点修正次数 /* maximum steps of keypoint interpolation before failure */ #define SIFT_MAX_INTERP_STEPS 5 //特征点方向赋值过程中，梯度方向直方图中柱子(bin)的个数 /* default number of bins in histogram for orientation assignment */ #define SIFT_ORI_HIST_BINS 36 //特征点方向赋值过程中，搜索邻域的半径为：3 * 1.5 * ?? /* determines gaussian sigma for orientation assignment */ #define SIFT_ORI_SIG_FCTR 1.5 //特征点方向赋值过程中，搜索邻域的半径为：3 * 1.5 * σ /* determines the radius of the region used in orientation assignment */ #define SIFT_ORI_RADIUS 3.0 * SIFT_ORI_SIG_FCTR //特征点方向赋值过程中，梯度方向直方图的平滑次数，计算出梯度直方图后还要进行高斯平滑 /* number of passes of orientation hi