SIFT特征描述符的实现

Question

根据Lowe关于原始SIFT算法的论文，从16 x 16的窗口计算出包含4 x 4方向直方图的特征描述符。 描述符的比例仅用于选择图像的高斯模糊水平。

查看OpenCV的实现，情况似乎并非如此。 在calcSIFTDescriptor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，应该始终为256（16 x 16），不是吗？ 在OpenCV实现中， len取决于描述符的大小。

有人可以澄清一下吗？

谢谢

Answer 1

您不是在查看构建直方图的代码，而是在探索给定像素的邻域以计算梯度方向和范数的代码。

相关代码在源文件中：

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];
}

在此摘录中，线cvRound(...)是用于计算16格直方图中的目标格的行。

通常，在SIFT中，您应该首先通过重新创建4x4像素的4x4块的网格来重新采样特征点邻域。 您显示的代码用于计算梯度统计信息，而无需重新采样图像。 此处，可变半径要考虑图像在比例空间中的位置。