大家好，欢迎来到IT知识分享网。
前一阵子把SIFT算法再仔细研究了一下，然后把里面的重点难点都查了查，自认为已经吃的比较透了。
下面把自己认为比较难以理解的地方列出来给大家，如果有错误，欢迎指正。
1、首先说尺度，我认为一个物体，只有在合适的尺度的观察下才有意义。比如一个苹果，放大看就是一个分子，缩小了看就是一个小点。这个的尺度可以单纯的理解为尺寸大小。如果目标是一个不明物体，为了能以很好的观察到它，一个简单的方法是观察它在不同尺度下的形态，选择最合适的那个尺度。由于尺度极其重要，计算机视觉的专家们决定模仿上述，对一张图片进行处理，生成一个受单个参数（尺度）影响的集合。随着尺度越来越大，图片的具体细节越来越少。而高斯卷积核被认为是唯一的线性核，随着σ越大，图片就越模糊（这里的知识点还一直吃不透）。而SIFT由于采用了降采样生成金字塔结构，我觉得SIFT中的尺度可以分为相对尺度和绝对尺度。相对尺度即每一组之间的尺度，属于同一分辨率下比较。而绝对尺度则由σ和图片分辨率共同决定。具体后面还会提到。
2、再从频谱的角度来看SIFT所构建的高斯金字塔。高斯滤波属于低通滤波器。如果把一张图片看成是无限带宽的话，先对它进行σ=σ0的滤波，把生成的图片（即高斯金字塔的第一个
免责声明：本站所有文章内容,图片，视频等均是来源于用户投稿和互联网及文摘转载整编而成，不代表本站观点，不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益，请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权，请联系删除，如若转载，请注明出处：https://haidsoft.com/132070.html
