2011-04-10 99 views

回答

3

SIFT實際上是David Lowe提出的檢測,描述和匹配流水線。其受歡迎程度的原因是,它的功能相當出色。

與您提到的哈里斯角點檢測器相比,SIFT的檢測步驟(其中的點在圖像中很有趣)包含高斯差分檢測器。該探測器是一箇中心環繞濾波器,應用於比例空間金字塔(也應用於金字塔式LK跟蹤等),以檢測最大比例空間響應。

描述步驟(什麼區分這個區域)然後建立矩形框中的梯度直方圖,其中幾個比例以最大響應比例爲中心。這意味着對光照變化等更具描述性和魯棒性,而不是諸如原始像素值,顏色直方圖等等。還存在主要方向的歸一化以獲得面內旋轉不變性。

對於SIFT,匹配步驟(對於給定描述符/補丁,其中一個描述符/補丁堆最接近)包括最近距離比率度量,其測試最接近匹配和第二最接近匹配之間的距離比率比賽。這個想法是,如果比例低,那麼第一個比第二個好得多,因此你應該進行匹配。否則,第一和第二是大致相等的,你應該拒絕匹配作爲噪音等,在這種情況下很容易產生錯誤匹配。這在實踐中比歐幾里得距離好。儘管對於大型數據庫,您需要進行矢量量化等操作,以確保其準確高效地工作。總的來說,我認爲SIFT描述符/匹配比NCC/ZNCC更好/更魯棒的方法,儘管你在計算負載中付出了代價。