【OpenCV】SIFT原理与源码

本文主要是介绍【OpenCV】SIFT原理与源码，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

SIFT简介

Scale Invariant Feature Transform，尺度不变特征变换匹配算法，是由David G. Lowe在1999年（《Object Recognition from Local Scale-Invariant Features》）提出的高效区域检测算法，在2004年（《Distinctive Image Features from Scale-Invariant Keypoints》）得以完善。

SIFT特征对旋转、尺度缩放、亮度变化等保持不变性，是非常稳定的局部特征，现在应用很广泛。而SIFT算法是将Blob检测，特征矢量生成，特征匹配搜索等步骤结合在一起优化。我会更新一系列文章，分析SIFT算法原理及OpenCV 2.4.2实现的SIFT源码：

DoG尺度空间构造（Scale-space extrema detection）
关键点搜索与定位（Keypoint localization）
方向赋值（Orientation assignment）
关键点描述（Keypoint descriptor）
OpenCV实现：特征检测器FeatureDetector
SIFT中LoG和DoG的比较

OpenCV2.3之后实现了SIFT的代码，2.4改掉了一些bug。本系列文章主要分析OpenCV 2.4.2SIFT函数源码。

SIFT位于OpenCV nonfree的模块， David G. Lowe申请了算法的版权，请尊重作者权力，务必在允许范围内使用。

SIFT in OpenCV

OpenCV中的SIFT函数主要有两个接口。

构造函数：

[cpp]  view plain copy  
 SIFT::SIFT(int nfeatures=0, int nOctaveLayers=3, double contrastThreshold=0.04, double edgeThreshold=  
 10, double sigma=1.6)  

nfeatures：特征点数目（算法对检测出的特征点排名，返回最好的nfeatures个特征点）。
nOctaveLayers：金字塔中每组的层数（算法中会自己计算这个值，后面会介绍）。
contrastThreshold：过滤掉较差的特征点的对阈值。contrastThreshold越大，返回的特征点越少。
edgeThreshold：过滤掉边缘效应的阈值。edgeThreshold越大，特征点越多（被多滤掉的越少）。
sigma：金字塔第0层图像高斯滤波系数，也就是σ。

重载操作符：

[cpp]  view plain copy  
 void SIFT::operator()(InputArray img, InputArray mask, vector<KeyPoint>& keypoints, OutputArray  
 descriptors, bool useProvidedKeypoints=false)  

img：8bit灰度图像
mask：图像检测区域（可选）
keypoints：特征向量矩阵
descipotors：特征点描述的输出向量（如果不需要输出，需要传cv::noArray()）。
useProvidedKeypoints：是否进行特征点检测。ture，则检测特征点；false，只计算图像特征描述。

函数源码

构造函数SIFT()主要用来初始化参数，并没有特定的操作：

[cpp]  view plain copy  
 SIFT::SIFT( int _nfeatures, int _nOctaveLayers,  
            double _contrastThreshold, double _edgeThreshold, double _sigma )  
     : nfeatures(_nfeatures), nOctaveLayers(_nOctaveLayers),  
     contrastThreshold(_contrastThreshold), edgeThreshold(_edgeThreshold), sigma(_sigma)  
     // sigma：对第0层进行高斯模糊的尺度空间因子。  
     // 默认为1.6（如果是软镜摄像头捕获的图像，可以适当减小此值）  
 {  
 }  

主要操作还是利用重载操作符()来执行：

[cpp]  view plain copy  
 void SIFT::operator()(InputArray _image, InputArray _mask,  
                       vector<KeyPoint>& keypoints,  
                       OutputArray _descriptors,  
                       bool useProvidedKeypoints) const  
 // mask ：Optional input mask that marks the regions where we should detect features.  
 // Boolean flag. If it is true, the keypoint detector is not run. Instead,  
 // the provided vector of keypoints is used and the algorithm just computes their descriptors.  
 // descriptors – The output matrix of descriptors.  
 // Pass cv::noArray() if you do not need them.              
 {  
     Mat image = _image.getMat(), mask = _mask.getMat();  
   
     if( image.empty() || image.depth() != CV_8U )  
         CV_Error( CV_StsBadArg, "image is empty or has incorrect depth (!=CV_8U)" );  
   
     if( !mask.empty() && mask.type() != CV_8UC1 )  
         CV_Error( CV_StsBadArg, "mask has incorrect type (!=CV_8UC1)" );  
   
           
     // 得到第1组（Octave）图像  
     Mat base = createInitialImage(image, false, (float)sigma);  
     vector<Mat> gpyr, dogpyr;  
     // 每层金字塔图像的组数（Octave）  
     int nOctaves = cvRound(log( (double)std::min( base.cols, base.rows ) ) / log(2.) - 2);  
   
     // double t, tf = getTickFrequency();  
     // t = (double)getTickCount();  
       
     // 构建金字塔（金字塔层数和组数相等）  
     buildGaussianPyramid(base, gpyr, nOctaves);  
     // 构建高斯差分金字塔  
     buildDoGPyramid(gpyr, dogpyr);  
   
     //t = (double)getTickCount() - t;  
     //printf("pyramid construction time: %g\n", t*1000./tf);  
       
     // useProvidedKeypoints默认为false  
     // 使用keypoints并计算特征点的描述符  
     if( !useProvidedKeypoints )  
     {  
         //t = (double)getTickCount();  
         findScaleSpaceExtrema(gpyr, dogpyr, keypoints);  
         //除去重复特征点  
         KeyPointsFilter::removeDuplicated( keypoints );   
   
         // mask标记检测区域（可选）  
         if( !mask.empty() )  
             KeyPointsFilter::runByPixelsMask( keypoints, mask );  
   
         // retainBest:根据相应保留指定数目的特征点（features2d.hpp）  
         if( nfeatures > 0 )  
             KeyPointsFilter::retainBest(keypoints, nfeatures);  
         //t = (double)getTickCount() - t;  
         //printf("keypoint detection time: %g\n", t*1000./tf);  
     }  
     else  
     {  
         // filter keypoints by mask  
         // KeyPointsFilter::runByPixelsMask( keypoints, mask );  
     }  
   
     // 特征点输出数组  
     if( _descriptors.needed() )  
     {  
         //t = (double)getTickCount();  
         int dsize = descriptorSize();  
         _descriptors.create((int)keypoints.size(), dsize, CV_32F);  
         Mat descriptors = _descriptors.getMat();  
   
         calcDescriptors(gpyr, keypoints, descriptors, nOctaveLayers);  
         //t = (double)getTickCount() - t;  
         //printf("descriptor extraction time: %g\n", t*1000./tf);  
     }  
 }  