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）特徵點的描述
1、尺度空間——建立統一的認知，考慮多尺度
多解析度影象金字塔：a、對原圖進行平滑處理；b、對處理後的影象進行降取樣
高斯尺度空間：影象模糊
2、dog空間極值檢測
a、尺度變化的連續性；b、刪除不好的極值點：低對比度的特徵點；不穩定的邊緣響應點。
3、求特徵點的主方向
每個特徵點有三個資訊（x,y,thet），即位置，尺度，方向
4、生成特徵點描述
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...
SIFT特徵提取 應用篇
1.呼叫方法 將檔案加入matlab目錄後，在主程式中有兩種操作 op1 尋找影象中的sift特徵 csharp view plain copy image,descrips,locs sift scene.pgm showkeys image,locs op2 對兩幅圖中的sift特徵進行匹配 c...