sift算法答题.pptVIP

SIFT特征提取介绍 Scale-invariant feature transform，尺度不变特征变换 sift特征概述 SIFT是基于尺度空间的，对图像平移、旋转、缩放、甚至仿射变换保持不变性的图像局部特征描述算子 sift特征特点 是图像的局部特征，其对旋转、尺度缩放、亮度变化保持不变性，对视角变化、仿射变换、噪声也保持一定程度的稳定性 独特性，适用于在海量特征数据库中进行快速、准确的匹配 多量性，即使是一个很小的物体也可以产生大量的SIFT特征 高速性，经优化的SIFT匹配算法可以达到实时的要求 SIFT特征提取过程 一、建立图像尺度空间，并检测极值点 二、关键点定位 三、关键点方向的分配 四、关键点特征描述 一、建立图像尺度空间，并检测极值点 高斯卷积核是尺度变换的唯一线性核，尺度空间的获取通过高斯模糊来实现。 高斯模糊：高斯模糊是一种图像滤波器，它使用正态分布(高斯函数)计算模糊模板，并使用该模板与原图像做卷积运算，达到模糊图像的目的 二维高斯函数形式： σ正态分布的标准差 高斯模板矩阵的大小为（6σ+1）×（6σ+1） 高斯模糊效果图 尺度空间表示 一幅二维图像的尺度空间定义为： 高斯金字塔 高斯金字塔的构建分为两部分： 1.对图像做降采样（隔点采样） 2.对图像做不同尺度的高斯模糊 高斯差分金字塔 DOG函