2011-04-10 101 views

回答

3

SIFT实际上是David Lowe提出的检测,描述和匹配流水线。其受欢迎程度的原因是,它的功能相当出色。

与您提到的哈里斯角点检测器相比,SIFT的检测步骤(其中的点在图像中很有趣)包含高斯差分检测器。该探测器是一个中心环绕滤波器,应用于比例空间金字塔(也应用于金字塔式LK跟踪等),以检测最大比例空间响应。

描述步骤(什么区分这个区域)然后建立矩形框中的梯度直方图,其中几个比例以最大响应比例为中心。这意味着对光照变化等更具描述性和鲁棒性,而不是诸如原始像素值,颜色直方图等等。还存在主要方向的归一化以获得面内旋转不变性。

对于SIFT,匹配步骤(对于给定描述符/补丁,其中一个描述符/补丁堆最接近)包括最近距离比率度量,其测试最接近匹配和第二最接近匹配之间的距离比率比赛。这个想法是,如果比例低,那么第一个比第二个好得多,因此你应该进行匹配。否则,第一和第二是大致相等的,你应该拒绝匹配作为噪音等,在这种情况下很容易产生错误匹配。这在实践中比欧几里得距离好。尽管对于大型数据库,您需要进行矢量量化等操作,以确保其准确高效地工作。总的来说,我认为SIFT描述符/匹配比NCC/ZNCC更好/更鲁棒的方法,尽管你在计算负载中付出了代价。