SIFT算法尺度及空间整理.docx
版权申诉
17 浏览量
2022-06-17
23:43:00
上传
评论
收藏 861KB DOCX 举报
SIFT 算法小结
1 SIFT 发展历程
SIFT算法由D.G.Lowe 1999年提出，2004年完善总结。后来Y.Ke将其描述子部
分用PCA代替直方图的方式，对其进行改进。
2 SIFT 主要思想
SIFT算法是一种提取局部特征的算法，在尺度空间寻找极值点，提取位置，尺
度，旋转不变量。
3 SIFT算法的主要特点：
a) SIFT特征是图像的局部特征，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。
b) 独特性(Distinctiveness)好，信息量丰富，适用于在海量特征数据库中进
[23]
行快速、准确的匹配 。
c) 多量性，即使少数的几个物体也可以产生大量SIFT特征向量。
d) 高速性，经优化的SIFT匹配算法甚至可以达到实时的要求。
e)
可扩展性，可以很方便的与其他形式的特征向量进行联合。
4 SIFT 算法步骤：
1）检测尺度空间极值点
2）精确定位极值点
3）为每个关键点指定方向参数
4）关键点描述子的生成
5 SIFT 算法详细
▲尺度空间的生成
尺度空间理论目的是模拟图像数据的多尺度特征。
高斯卷积核是实现尺度变换的唯一线性核[]，于是一副二维图像的尺度空间
定义为：
L( x, y,
)
( , , )
G x y
I ( x, y)
（1）
1
其中
是尺度可变高斯函数，
（2）
G ( x, y,
)
( , , )
G x y
/ 2
e
( x
2
y
2
)
2
2
2
（x，y）是空间坐标， 是尺度坐标。 大小决定图像的平滑程度，大尺度对应
图像的概貌特征，小尺度对应图像的细节特征。大的 值对应粗糙尺度(低分辨
剩余11页未读，继续阅读
资源评论
