为啥 SIFT 描述符是尺度不变的?
Posted
技术标签:
【中文标题】为啥 SIFT 描述符是尺度不变的?【英文标题】:Why SIFT descriptors are scale invariant?为什么 SIFT 描述符是尺度不变的? 【发布时间】:2015-11-18 05:21:15 【问题描述】:我的理解:SIFT 描述符使用从 16x16 邻域像素计算的方向梯度直方图。 大图像中的 16x16 区域可能是一个非常小的区域,例如猫爪上一根头发的 1/10, 当您将目标图像调整为围绕同一关键点的小尺寸 16x16 邻域时 可以是图像的很大一部分,例如猫的爪子 将原始图像与使用 SIFT 描述符调整大小的图像进行比较对我来说没有意义, 谁能告诉我我的理解有什么问题?
【问题讨论】:
【参考方案1】:这是一个粗略的描述,但应该能让您了解这种方法。
SIFT 使用的阶段之一是创建图像比例金字塔。它将使用低通滤波器缩小和平滑。
然后,特征检测器通过查找不仅在图像空间中而且在尺度空间中具有峰值响应的特征来工作。这意味着它会找到特征将产生最高响应的图像比例。
然后,按该比例计算描述符。因此,当您使用更小/更大的版本时,它仍然应该为该功能找到相同的比例。
【讨论】:
以上是关于为啥 SIFT 描述符是尺度不变的?的主要内容,如果未能解决你的问题,请参考以下文章
对于尺度不变的特征提取,SURF 和 SIFT 是不是有任何快速的替代方案?
尺度不变特征变换(Scale-invariant feature transform,SIFT)
OpenCV 例程 300篇241. 尺度不变特征变换(SIFT)