Question

根据Lowe关于原始SIFT算法的论文，从16 x 16窗口计算出由4 x 4方向直方图组成的特征描述符。描述符的比例仅用于选择图像的高斯模糊等级。

看看OpenCV实现，似乎并非如此。在calcSIFTDescriptor中，有以下代码来计算直方图：

for( k = 0; k < len; k++ )
{
  // histogram update
}

其中len是使用的样本数。根据Lowe的算法，这应该总是256（16 x 16），应该是什么？在OpenCV实现中，len取决于描述符的规模。

有人可以澄清这个吗？

由于

Answer 1

您不是在查看构建直方图的代码，而是查看探索给定像素邻域的代码来计算渐变方向和范数。

相关代码如下：源文件：

for( k = 0; k < len; k++ )
{
  int bin = cvRound((n/360.f)*Ori[k]);
  if( bin >= n )
    bin -= n;
  if( bin < 0 )
    bin += n;
  temphist[bin] += W[k]*Mag[k];
}

在这段摘录中，行cvRound(...)是计算16-bin直方图中目标bin的行。

通常，在SIFT中，您应首先通过重新创建4x4像素的4x4块网格来重新采样特征点邻域。您显示的代码用于计算渐变统计信息，而无需重新采样图像。此处的变量半径将考虑尺度空间中的图像位置。

SIFT特征描述符实现

1 个答案: