卢笑晗

1.SIFT算法研究

1.1 尺寸空间的构建

在20世纪的90年代期间，Lindeberg就已经提出了信号尺度的空间理论，其在计算机的视觉领域中应用得也是非常广泛，也为多尺度的空间奠定理论的根基，为了获取尺度空间就需要使用的高斯模糊算法，其主要就是指一种图像的滤波器，进而利用相应的正态分布方法对其模糊模板与使用模板和原图像的卷积进行计算，高斯核的函数表达式为：

在上式（1）中，是指尺度空间的系数，其代表着不同尺度，也就是Gaussian核函数于正态分布情况下具有的相应标准差，而(x,y)则表示图像内存在的像素坐标，其能够把图像定义成二维的函数F(x,y)，将其和Gaussian的核函数来采取卷积运算，就可以获得多尺度的空间，其具体的表达式为：

1.2 局部特征点定位

对图像多尺度的空间与二维的空间同时进行特征点的寻找，进而来获取稳定独立特征点，图像内的点还需要计算其高斯的尺度空间具有的反应值，看其差异于每尺度的反应，将这些产生的反应点进行连接，就能够扩展为相应的轨迹曲线，一般轨迹曲线极端点能够作其特征点位置。为了获取Gaussian的差分尺度上存在的极值，需要对其每一个像素点和相邻像素点进行比较，再对其相邻尺度进行一定的比较，进而使用电脑来对其进行处理，对上面拟合产生三维二次的函数D(x,y,σ)若是使用泰勒进行打开，表达式为：

其中x=(x,y,)是偏移的矢量，它是特征点于图像中确切位置所偏离其初始位置具有的……