資源描述：
《sift 特征提取算法詳解》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、SIFT特征提取算法總結(jié) 主要步驟? 1)、尺度空間的生成；? 2)、檢測(cè)尺度空間極值點(diǎn)；? 3)、精確定位極值點(diǎn)； 4)、為每個(gè)關(guān)鍵點(diǎn)指定方向參數(shù)； 5)、關(guān)鍵點(diǎn)描述子的生成?！ (x,y,σ),σ=1.6agoodtradeoff?? ??D(x,y,σ),σ=1.6agoodtradeoff??????? 關(guān)于尺度空間的理解說明：圖中的2是必須的，尺度空間是連續(xù)的。在??Lowe的論文中，??將第0層的初始尺度定為1.6，圖片的初始尺度定為0.5.在檢測(cè)極值點(diǎn)前對(duì)原始圖
2、像的高斯平滑以致圖像丟失高頻信息，所以Lowe建議在建立尺度空間前首先對(duì)原始圖像長(zhǎng)寬擴(kuò)展一倍，以保留原始圖像信息，增加特征點(diǎn)數(shù)量。尺度越大圖像越模糊。?? ?????????????????????????nextoctave是由firstoctave降采樣得到（如2） ?， ??尺度空間的所有取值，s為每組層數(shù)，一般為3~5?在DOG尺度空間下的極值點(diǎn) ????同一組中的相鄰尺度（由于k的取值關(guān)系，肯定是上下層）之間進(jìn)行尋找???????????????在極值比較的過程中，每一組圖像的首末兩層是無法進(jìn)行極值比較的，
3、為了滿足尺度????變化的連續(xù)性，我們?cè)诿恳唤M圖像的頂層繼續(xù)用高斯模糊生成了?3幅圖像，高斯金字塔有每組S+3層圖像。DOG金字塔每組有S+2層圖像.?????????????????????????????????????? ?Ifratio>(r+1)2/(r),throwitout(SIFTusesr=10)?????????????????表示DOG金字塔中某一尺度的圖像x方向求導(dǎo)兩次???????通過擬和三維二次函數(shù)以精確確定關(guān)鍵點(diǎn)的位置和尺度（達(dá)到亞像素精度）？?????? 直方圖中的峰值就是主方向，其他的達(dá)到最大值80%的方向可作為輔
4、助方向 ?Identifypeakandassignorientationandsumofmagnitudetokeypoint?Theusermaychooseathresholdtoexcludekeypointsbasedontheir???????????????????????????assignedsumofmagnitudes.??????利用關(guān)鍵點(diǎn)鄰域像素的梯度方向分布特性為每個(gè)關(guān)鍵點(diǎn)指定方向參數(shù)，使算子具備?????旋轉(zhuǎn)不變性。以關(guān)鍵點(diǎn)為中心的鄰域窗口內(nèi)采樣，并用直方圖統(tǒng)計(jì)鄰域像素的梯度?????方向。梯度直方圖的范圍是0～36
5、0度，其中每10度一個(gè)柱，總共36個(gè)柱。隨著距?????中心點(diǎn)越遠(yuǎn)的領(lǐng)域其對(duì)直方圖的貢獻(xiàn)也響應(yīng)減小.Lowe論文中還提到要使用高斯函?????數(shù)對(duì)直方圖進(jìn)行平滑，減少突變的影響。????????????????????????????????????????????????????????關(guān)鍵點(diǎn)描述子的生成步驟?????????????? ??通過對(duì)關(guān)鍵點(diǎn)周圍圖像區(qū)域分塊，計(jì)算塊內(nèi)梯度直方圖，生成具有獨(dú)特性?????????的向量，這個(gè)向量是該區(qū)域圖像信息的一種抽象，具有唯一性。??????每一個(gè)小格都代表了特征點(diǎn)鄰域所在的尺度空間的一個(gè)像素，箭頭方向
6、代表了像素梯??????度方向，箭頭長(zhǎng)度代表該像素的幅值。然后在4×4的窗口內(nèi)計(jì)算8個(gè)方向的梯度方向直?????方圖。繪制每個(gè)梯度方向的累加可形成一個(gè)種子點(diǎn)。???????????????????每個(gè)直方圖有8方向的梯度方向，每一個(gè)描述符包含一個(gè)位于關(guān)鍵點(diǎn)附近的四個(gè)直方圖?????數(shù)組.這就導(dǎo)致了SIFT的特征向量有128維.（先是一個(gè)4×4的來計(jì)算出一個(gè)直方圖，?????每個(gè)直方圖有8個(gè)方向。所以是4×4×8=128維）將這個(gè)向量歸一化之后，就進(jìn)一步?????去除了光照的影響。? ????? ?? ? ????旋轉(zhuǎn)為主方向
7、? ?????????????????????????????????????基本概念及一些補(bǔ)充什么是局部特征？ ?局部特征從總體上說是圖像或在視覺領(lǐng)域中一些有別于其周圍的地方 ?局部特征通常是描述一塊區(qū)域，使其能具有高可區(qū)分度 ?局部特征的好壞直接會(huì)決定著后面分類、識(shí)別是否會(huì)得到一個(gè)好的結(jié)果?局部特征需具備的特性 ?重復(fù)性 ?可區(qū)分性 ?準(zhǔn)確性 ?數(shù)量以及效率 ?不變性?局部特征提取算法-sift ?SIFT算法由D.G.Lowe1999年提出，2004年完善總結(jié)。后來Y.Ke將其描述子部分用PCA代替直方圖的方式，對(duì)其進(jìn)行改進(jìn)。?
8、?SIFT算法是一種提取局部特征的算法，在尺度空間尋找極值點(diǎn)，提取
