sift(scale invariant feature transformation)特徵提取演算法是用於提取對尺度、旋轉以及光照等魯棒的影象區域性特徵並進行描述的經典演算法，廣泛應用於影象匹配等領域中，其主要步驟有以下幾點：
注：不同的尺度就是指不同的
σ σ
,即不同的模糊（平滑）程度。
注：檢測dog的本層8個鄰域及上下相鄰兩層18個畫素點共26個點區域。
注：利用特徵點鄰域畫素的梯度方向分布特性(統計方向直方圖，按距特徵點的距離加權）為每個特徵點指定方向引數，使運算元具備旋轉不變性。直方圖中的峰值就是主方向，其他的達到最大值80%的方向可作為輔助方向。
生成步驟：
生成sift描述子的示意圖如下
注：每個方向直方圖是依據取樣矩形框中取樣點與特徵點的相對方向並按距離加權統計得到的
1.sift特徵提取演算法總結
2.opencv官方文件
Sift特徵提取演算法
2004 年d.lowe 提出了乙個新的演算法 尺度不變特徵變換 sift 這個演算法可以幫助我們提取影象中的關鍵點並計算它們的描述符。sift演算法的特點就是，對於區域性特徵對旋轉 縮放 亮度變化保持不變。sift 演算法主要內容如下 1 尺度空間的極值檢測 2 特徵點定位 3 特徵方向賦值 4 ...
SIFT特徵提取
原文獻 1 lowe d g.distinctive image features from scale invariant keypoints c international journal of computer vision.2004 91 110.不錯的部落格 2 sift可以用來提取區域性...
SIFT特徵提取分析
sift scale invariant feature transform 是一種檢測區域性特徵的演算法，該演算法通過求一幅圖中的特徵點 interest points,or corner points 及其有關scale 和 orientation 的描述子得到特徵並進行影象特徵點匹配，獲得了良...