文章目錄

• 1 算法提出的背景
• 2 算法思想
• 3 SIFT算法實現(xiàn)物體識別主要有三大工序

1 算法提出的背景

成像匹配的核心問題是將同一目標(biāo)在不同時間、不同分辨率、不同光照、不同位姿情況下所成的像相對應(yīng)。傳統(tǒng)的匹配算法往往是直接提取角點或邊緣，對環(huán)境的適應(yīng)能力較差，急需提出一種魯棒性強(qiáng)、能夠適應(yīng)不同光照、不同位姿等情況下能夠有效識別目標(biāo)的方法。1999年British Columbia大學(xué)大衛(wèi).勞伊（ David G.Lowe）教授總結(jié)了現(xiàn)有的基于不變量技術(shù)的特征檢測方法，并正式提出了一種基于尺度空間的、對圖像縮放、旋轉(zhuǎn)甚至仿射變換保持不變性的圖像局部特征描述算子－SIFT（尺度不變特征變換），這種算法在2004年被加以完善。

2 算法思想

將一幅圖像映射（變換）為一個局部特征向量集；特征向量具有平移、縮放、旋轉(zhuǎn)不變性，同時對光照變化、仿射及投影變換也有一定不變性。

算法實現(xiàn)步驟簡述：

SIFT算法的實質(zhì)可以歸為在不同尺度空間上查找特征點（關(guān)鍵點）的問題。

3 SIFT算法實現(xiàn)物體識別主要有三大工序

• 提取關(guān)鍵點；
• 對關(guān)鍵點附加詳細(xì)的信息（局部特征）也就是所謂的描述器；
• 通過兩方特征點（附帶上特征向量的關(guān)鍵點）的兩兩比較找出相互匹配的若干對特征點，也就建立了景物間的對應(yīng)關(guān)系。

每個關(guān)鍵點有三個信息：位置，所處尺度、方向，由此可以確定一個SIFT特征區(qū)域。

直方圖的峰值則代表了該關(guān)鍵點處鄰域梯度的主方向，即作為該關(guān)鍵點的方向。

總結(jié)

以上是生活随笔為你收集整理的SIFT算法简介的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。