ではSIFTパース（a）はガウシアンピラミッドを確立し、我々は、ガウシアンピラミッドの違いを取得します。
検出スケールスペース極値DOG
キーポイントをSIFTそのDOG空間の局所極値点である。3×3×3は、それがイメージフィールドとフィールドスケールの隣接点の最大値または最小値であるか否かを検出する隣接するドットの中心点と比較します。
（1）我々は、高度なタイプノイズ閾値値化ないことを保証するために。
Sは、各抽出を表す何層（N）、S及びN、あなたは画像特徴を抽出する番号として
（2）ピラミッドにおける極値点の差を見つけます。
特徴点は、そのDOG空間の局所的な極端なポイントです。各画素に端点犬の機能と、そのドメインと画像スケールドメインの隣接点よりも大きいか小さいかどうかを比較し、そのすべての隣接点を見つけるために。特徴点は、そのDOG空間の局所的な極端なポイントです。上記のように、中間点と比較の26点の二次元尺度空間と画像空間を確保するために、スケールに対応する9×2ドットの8つの近傍と垂直方向に隣接する点とのスケールの検出が極値を検出していますポイント。
画素が離散的であり、スケールスペース（縦寸法が回kに）離散的であるので、極端な点を見つけることが可能であり、以下に示すように、実際の極値点の次の点です。
精密位置決め極値点を必要とする、連続空間補間離散空間点は、サブピクセル補間（サブピクセル補間）の端点と呼ばれる公知の方法を使用して。
（3）端点の正確な位置決めを
臨界点の安定性、フィッティングスケール空間犬の関数曲線の必要性を強化するために。スケール空間における式（フィット関数）を用いて犬の機能拡張は、テイラーです。
導出の方法：画素差分値は、隣接の誘導体で置き換えられています
：を参照してもよい（C）アルゴリズム理論が説明SIFT
端点検出極値点に対応する式であります：
（4）低コントラスト極値を捨て
前記
、それはいずれかの次元でシフトされる補間の中心の相対的ずれ量を表すことは0.5（すなわち、XまたはY、またはより大きい
）、補間手段は、その隣接点の中心にシフトされている、電流を変更する必要があります位置のキーポイント。繰り返し新しい位置に収束するまで補間しながら、それはこの時点で除去されるべき画像の境界を越えて、またはこの点の範囲を超えて反復回数を設定することも可能で、5回の反復はロウで行います。また、
干渉ノイズの影響を受けやすい点が不安定になる小さすぎる、それはなり
端点削除特定の経験未満（ロブ・ヘスら場合0.04を使用して、ロウ紙0.03 / Sが達成されます）。一方、正確な特徴点の位置（ホームポジションプラスオフセットフィッティング）プロセスおよびスケール（）を得ました。
この機能を抽出する画像の数と同様に、Tは0.04をとり、N及びS;（N）Sは、各抽出層の数を表す：式に対応
（5）エッジ効果を除去（ヘッセ行列）
HTTPS：//blog.csdn.net/qq_33854260/article/details/69808970とhttps://blog.csdn.net/qq_39521554/article/details/78895869特定ヘッセ行列数式を参照することができ
します。https：//blog.csdn.net/lwzkiller/article/details/55050275の画像との関係
H（x、y）は、二次導関数のY xのガウシアンピラミッドの差であり、そして
その後、我々は知っている必要があり、マトリックス・トレース特性根（βおよびα）およびマトリックス（TR（H））をされ、計算され決定基を（DET（H））。
まず、我々は知っているという点で、OpenCVの-ハリス、市トマス、カスタム、サブピクセルのコーナー検出
焦点検出におけるハリス特性値の変化は、エッジを検出することができます。
我々は、エッジを検出することができるので、同様に、エッジ点を解消することができ、2つの値をβ特性根α及び所望にはエッジ効果非常に似ていない、そして、一定の閾値よりも小さいrに望ましいです。
その結果、αは、最大固有値βは最小の固有値は、2つの値は、として増加等しい式の最小値であるです。他の方向の勾配の値が小さいほど、エッジを正確場合である。値が大きいほど、2つの特徴の値の比、即ち、大きい方方向の勾配値が大きいほど、あります そうある閾値rにおける一次湾曲するかどうかを検出するために、比は、従って、一定の閾値未満であることを確認する必要があり、応答の点でエッジを除去するために、唯一の検出
（4-7）
式（4-7）を設立したときに除去さ逆に、キーポイントを保持します。
オリジナルリンクします。https：//blog.csdn.net/qq_37374643/article/details/88606351