1 SIFT 发展历程

SIFT算法由D.G.Lowe 1999年提出，2004年完善总结。后来Y.Ke将其描述子部分用PCA代替直方图的方式，对其进行改进。

2 SIFT 主要思想

SIFT算法是一种提取局部特征的算法，在尺度空间寻找极值点，提取位置，尺度，旋转不变量。

3 SIFT算法的主要特点：

a) SIFT特征是图像的局部特征，其对旋转、尺度缩放、亮度变化保持不变性，对视角变化、仿射变换、噪声也保持一定程度的稳定性。

b) 独特性(Distinctiveness)好，信息量丰富，适用于在海量特征数据库中进行快速、准确的匹配[23]。

c) 多量性，即使少数的几个物体也可以产生大量SIFT特征向量。

d) 高速性，经优化的SIFT匹配算法甚至可以达到实时的要求。

e) 可扩展性，可以很方便的与其他形式的特征向量进行联合。



4　　SIFT算法步骤：

1）　　检测尺度空间极值点

2）　　精确定位极值点

3）　　为每个关键点指定方向参数

4）　　关键点描述子的生成

本包内容为sift算法matlab源码-1 SIFT course of development

　SIFT algorithm by DGLowe in 1999, the perfect summary of 2004. Later Y.Ke its descr iption of the sub-part of the histogram with PCA instead of its improvement.

2 the SIFT main idea

　The SIFT algorithm is an algorithm to extract local features in scale space to find the extreme point of the extraction location, scale, rotation invariant.

3 the main features of the SIFT algorithm:

a) SIFT feature is the local characteristics of the image, zoom, rotate, scale, brightness change to maintain invariance, the perspective changes, affine transformation, the noise also maintain a certain degree of stability.

b) unique (Distinctiveness), informative, and mass characteristics database for fast, accurate matching [23].

c) large amounts, even if a handful of objects can also produce a large number of SIFT feature vectors.

d) high-speed and optimized SIFT matching algorithm can even achieve real-time requirements.

e) The scalability can be very convenient fe