SIFT簡介

Scale Invariant Feature Transform，尺度不變特征變換匹配算法，是由David G. Lowe在1999年（《Object Recognition from Local Scale-Invariant Features》）提出的高效區(qū)域檢測算法，在2004年（《Distinctive Image Features from Scale-Invariant Keypoints》）得以完善。

SIFT特征對旋轉、尺度縮放、亮度變化等保持不變性，是非常穩(wěn)定的局部特征，現(xiàn)在應用很廣泛。而SIFT算法是將Blob檢測，特征矢量生成，特征匹配搜索等步驟結合在一起優(yōu)化。我會更新一系列文章，分析SIFT算法原理及OpenCV 2.4.2實現(xiàn)的SIFT源碼：

DoG尺度空間構造（Scale-space extrema detection）

關鍵點搜索與定位（Keypoint localization）

方向賦值（Orientation assignment）

關鍵點描述（Keypoint descriptor）

OpenCV實現(xiàn)：特征檢測器FeatureDetector

SIFT中LoG和DoG的比較

OpenCV2.3之后實現(xiàn)了SIFT的代碼，2.4改掉了一些bug。本系列文章主要分析OpenCV 2.4.2SIFT函數(shù)源碼。 SIFT位于OpenCV nonfree的模塊，David G. Lowe申請了算法的版權，請尊重作者權力，務必在允許范圍內(nèi)使用。

SIFT in OpenCV

OpenCV中的SIFT函數(shù)主要有兩個接口。

構造函數(shù)：

[cpp]?view plaincopy

SIFT::SIFT(int?nfeatures=0,?int?nOctaveLayers=3,?double?contrastThreshold=0.04,?double?edgeThreshold=??

10,?double?sigma=1.6)??

nfeatures：特征點數(shù)目（算法對檢測出的特征點排名，返回最好的nfeatures個特征點）。
nOctaveLayers：金字塔中每組的層數(shù)（算法中會自己計算這個值，后面會介紹）。
contrastThreshold：過濾掉較差的特征點的對閾值。contrastThreshold越大，返回的特征點越少。
edgeThreshold：過濾掉邊緣效應的閾值。edgeThreshold越大，特征點越多（被多濾掉的越少）。
sigma：金字塔第0層圖像高斯濾波系數(shù)，也就是σ。

重載操作符：

[cpp]?view plaincopy

void?SIFT::operator()(InputArray?img,?InputArray?mask,?vector<KeyPoint>&?keypoints,?OutputArray??

descriptors,?bool?useProvidedKeypoints=false)??

img：8bit灰度圖像
mask：圖像檢測區(qū)域（可選）
keypoints：特征向量矩陣
descipotors：特征點描述的輸出向量（如果不需要輸出，需要傳cv::noArray()）。
useProvidedKeypoints：是否進行特征點檢測。ture，則檢測特征點；false，只計算圖像特征描述。

函數(shù)源碼

構造函數(shù)SIFT()主要用來初始化參數(shù)，并沒有特定的操作： [cpp]?view plaincopy

SIFT::SIFT(?int?_nfeatures,?int?_nOctaveLayers,??

???????????double?_contrastThreshold,?double?_edgeThreshold,?double?_sigma?)??

????:?nfeatures(_nfeatures),?nOctaveLayers(_nOctaveLayers),??

????contrastThreshold(_contrastThreshold),?edgeThreshold(_edgeThreshold),?sigma(_sigma)??

????//?sigma：對第0層進行高斯模糊的尺度空間因子。??

????//?默認為1.6（如果是軟鏡攝像頭捕獲的圖像，可以適當減小此值）??

{??

}??

主要操作還是利用重載操作符()來執(zhí)行： [cpp]?view plaincopy

void?SIFT::operator()(InputArray?_image,?InputArray?_mask,??

??????????????????????vector<KeyPoint>&?keypoints,??

??????????????????????OutputArray?_descriptors,??

??????????????????????bool?useProvidedKeypoints)?const??

//?mask?：Optional?input?mask?that?marks?the?regions?where?we?should?detect?features.??

//?Boolean?flag.?If?it?is?true,?the?keypoint?detector?is?not?run.?Instead,??

//?the?provided?vector?of?keypoints?is?used?and?the?algorithm?just?computes?their?descriptors.??

//?descriptors?–?The?output?matrix?of?descriptors.??

//?Pass?cv::noArray()?if?you?do?not?need?them.??????????????

{??

????Mat?image?=?_image.getMat(),?mask?=?_mask.getMat();??

??

????if(?image.empty()?||?image.depth()?!=?CV_8U?)??

????????CV_Error(?CV_StsBadArg,?"image?is?empty?or?has?incorrect?depth?(!=CV_8U)"?);??

??

????if(?!mask.empty()?&&?mask.type()?!=?CV_8UC1?)??

????????CV_Error(?CV_StsBadArg,?"mask?has?incorrect?type?(!=CV_8UC1)"?);??

??

??????????

????//?得到第1組（Octave）圖像??

????Mat?base?=?createInitialImage(image,?false,?(float)sigma);??

????vector<Mat>?gpyr,?dogpyr;??

????//?每層金字塔圖像的組數(shù)（Octave）??

????int?nOctaves?=?cvRound(log(?(double)std::min(?base.cols,?base.rows?)?)?/?log(2.)?-?2);??

??

????//?double?t,?tf?=?getTickFrequency();??

????//?t?=?(double)getTickCount();??

??????

????//?構建金字塔（金字塔層數(shù)和組數(shù)相等）??

????buildGaussianPyramid(base,?gpyr,?nOctaves);??

????//?構建高斯差分金字塔??

????buildDoGPyramid(gpyr,?dogpyr);??

??

????//t?=?(double)getTickCount()?-?t;??

????//printf("pyramid?construction?time:?%g\n",?t*1000./tf);??

??????

????//?useProvidedKeypoints默認為false??

????//?使用keypoints并計算特征點的描述符??

????if(?!useProvidedKeypoints?)??

????{??

????????//t?=?(double)getTickCount();??

????????findScaleSpaceExtrema(gpyr,?dogpyr,?keypoints);??

????????//除去重復特征點??

????????KeyPointsFilter::removeDuplicated(?keypoints?);???

??

????????//?mask標記檢測區(qū)域（可選）??

????????if(?!mask.empty()?)??

????????????KeyPointsFilter::runByPixelsMask(?keypoints,?mask?);??

??

????????//?retainBest:根據(jù)相應保留指定數(shù)目的特征點（features2d.hpp）??

????????if(?nfeatures?>?0?)??

????????????KeyPointsFilter::retainBest(keypoints,?nfeatures);??

????????//t?=?(double)getTickCount()?-?t;??

????????//printf("keypoint?detection?time:?%g\n",?t*1000./tf);??

????}??

????else??

????{??

????????//?filter?keypoints?by?mask??

????????//?KeyPointsFilter::runByPixelsMask(?keypoints,?mask?);??

????}??

??

????//?特征點輸出數(shù)組??

????if(?_descriptors.needed()?)??

????{??

????????//t?=?(double)getTickCount();??

????????int?dsize?=?descriptorSize();??

????????_descriptors.create((int)keypoints.size(),?dsize,?CV_32F);??

????????Mat?descriptors?=?_descriptors.getMat();??

??

????????calcDescriptors(gpyr,?keypoints,?descriptors,?nOctaveLayers);??

????????//t?=?(double)getTickCount()?-?t;??

????????//printf("descriptor?extraction?time:?%g\n",?t*1000./tf);??

????}??

}??

函數(shù)中用到的構造金字塔：?buildGaussianPyramid(base, gpyr, nOctaves);等步驟請參見文章后續(xù)系列。

（轉載請注明作者和出處：http://blog.csdn.net/xiaowei_cqu?未經(jīng)允許請勿用于商業(yè)用途）

總結

以上是生活随笔為你收集整理的SIFT原理与源码分析的全部內(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。