SIFT算法实现

int sift_features( IplImage* img, struct feature** feat )
这个函数就是用来提取图像中的特征向量。
参数img为一个指向IplImage数据类型的指针,用来表示需要进行特征提取的图像。

IplImage是opencv库定义的图像基本类型。

参数feat 是一个数组指针,用来存储图像的特征向量。函数调用成功将返回特征向量的数目,否则返回-1.

    int sift_features( IplImage* img, struct feature** feat )  
    {  
      return _sift_features( img, feat, SIFT_INTVLS, SIFT_SIGMA, SIFT_CONTR_THR,  
       SIFT_CURV_THR, SIFT_IMG_DBL, SIFT_DESCR_WIDTH,  
       SIFT_DESCR_HIST_BINS );  
    }  

如你所见,sift_features调用下面的函数。

int _sift_features( IplImage* img, struct feature** feat, int intvls,double sigma, double

contr_thr, int curv_thr, int img_dbl, int descr_width, int descr_hist_bins )

稍微介绍下此函数的几个参数:
intvls: 每个尺度空间的采样间隔数,默认值为3.
sigma: 高斯平滑的数量,默认值1.6.
contr_thr:判定特征点是否稳定,取值(0,1),默认为0.04,这个值越大,被剔除的特征点就越多。
curv_thr:判定特征点是否边缘点,默认为6.
img_dbl:在建立尺度空间前如果图像被放大了1倍则取值为1,否则为0.
descr_width:计算特征描述符时邻域子块的宽度,默认为4.
descr_hist_bins:计算特征描述符时将特征点邻域进行投影的方向数,默认为8,分别是0,45,90,135

,180,215,270,315共8个方向。

这个函数是上述函数一的重载,作用是一样的,实际上函数一只不过是使用默认参数调用了函数二,

核心的代码都是在函数二中实现的。



猜你喜欢

转载自blog.csdn.net/weixin_41284198/article/details/81000936