SIFT检测特征点及特征点描述

这是我在一个SIFT群里找到的opencv代码 关于SIFT检测特征点以及生成128维描述子向量的全过程讲解得很详细 基本上每一步都有注释 只要学过C++的 应该都看得懂 比CSDN上有些理论讲解得更清楚 特别是关于编程的细节部分

/*
Functions for detecting SIFT image features.

For more information refer to:

Lowe D.  Distinctive image features from scale-invariant keypoints.
International Journal of Computer Vision 60 2 （2004）
pp.91--110.

Copyright （C） 2006-2010  Rob Hess 

Note: The SIFT algorithm is patented in the United States and cannot be
used in commercial products without a license from the University of
British Columbia.  For more information refer to the file LICENSE.ubc
that accompanied this distribution.

@version 1.1.2-20100521
*/

/*
  此文件最重要
  包含SIFT特征点检测的实现
*/

#include “sift.h“
#include “imgfeatures.h“
#include “utils.h“

#include 
#include 

/************************ 未暴露接口的一些本地函数的声明 **************************/
/************************* Local Function Prototypes *************************/

//将原图转换为32位灰度图并归一化，然后进行一次高斯平滑，并根据参数img_dbl决定是否将图像尺寸放大为原图的2倍
static IplImage* create_init_img（ IplImage* int double ）;
//将输入图像转换为32位灰度图并进行归一化
static IplImage* convert_to_gray32（ IplImage* ）;
//根据输入参数建立高斯金字塔
static IplImage*** build_gauss_pyr（ IplImage* int int double ）;
//对输入图像做下采样生成其四分之一大小的图像（每个维度上减半），使用最近邻差值方法
static IplImage* downsample（ IplImage* ）;
//通过对高斯金字塔中每相邻两层图像相减来建立高斯差分金字塔
static IplImage*** build_dog_pyr（ IplImage*** int int ）;
//在尺度空间中检测极值点，通过插值精确定位，去除低对比度的点，去除边缘点，返回检测到的特征点序列
static CvSeq* scale_space_extrema（ IplImage*** int int double int CvMemStorage*）;
//通过在尺度空间中将一个像素点的值与其周围3*3*3邻域内的点比较来决定此点是否极值点（极大值或极小都行）
static int is_extremum（ IplImage*** int int int int ）;
//通过亚像素级插值进行极值点精确定位（修正极值点坐标），并去除低对比度的极值点，将修正后的特征点组成feature结构返回
static struct feature* interp_extremum（ IplImage*** int int int int int double）;
//进行一次极值点差值，计算x，y，σ方向（层方向）上的子像素偏移量（增量）
static void interp_step（ IplImage*** int int int int double* double* double* ）;
//在DoG金字塔中计算某点的x方向、y方向以及尺度方向上的偏导数
static CvMat* deriv_3D（ IplImage*** int int int int ）;
//在DoG金字塔中计算某点的3*3海森矩阵
static CvMat* hessian_3D（ IplImage*** int int int int ）;
//计算被插值点的对比度：D + 0.5 * dD^T * X
static double interp_contr（ IplImage*** int int int int double double double ）;
//为一个feature结构分配空间并初始化
static struct feature* new_feature（ void ）;
//去除边缘响应，即通过计算主曲率比值判断某点是否边缘点
static int is_too_edge_like（ IplImage* int int int ）;
//计算特征点序列中每个特征点的尺度
static void calc_feature_scales（ CvSeq* double int ）;
//将特征点序列中每个特征点的坐标减半（当设置了将图像放大为原图的2倍时，特征点检测完之后调用）
static void adjust_for_img_dbl（ CvSeq* ）;
//计算每个特征点的梯度直方图，找出其主方向，若一个特征点有不止一个主方向，将其分为两个特征点
static void calc_feature_oris（ CvSeq* IplImage*** ）;
//计算指定像素点的梯度方向直方图，返回存放直方图的数组
static double* ori_hist（ IplImage* int int int int double ）;
//计算指定点的梯度的幅值magnitude和方向orientation
static int calc_grad_mag_ori（ IplImage* int int double* double* ）;
//对梯度方向直方图进行高斯平滑，弥补因没有仿射不变性而产生的特征点不稳定的问题
static void smooth_ori_hist（ double* int ）;
//查找梯度直方图中主方向的梯度幅值，即查找直方图中最大bin的值
static double dominant_ori（ double* int ）;
//若当前特征点的