SIFT算法学习（1）

1.尺度参数

    尺度英文名scale，直观理解就是比例或者缩放。针对一幅图像，例如我们使用边缘检测算子，以像素为单位进行处理，这里的尺度就是像素级别。

        在现实世界，物体距离人眼远或者近，距离远了，尺度大，只能看到物体的轮廓；距离近了，尺度小，能看到物体的细节。

        在数字图像领域，不同的图像尺度，是由不同大小的高斯滤波器与图像卷积实现的，可以模拟目标不同的距离在人眼视网膜上的形成过程。它的目标不仅是消除细尺度噪声，而且还分离不同尺度的事件，这些事件起因于独特的物理过程【marr 1982】。

        二维高斯函数定义：

                                                                             

        一幅二维图像，在不同尺度下的图像与高斯核卷积得到：

                                                                          

x,y代表图像的像素位置，σ称为尺度因子，其值越小表示图像被平滑的越少，相应的尺度也越小。大尺度对应图像的概貌特征，小尺度对应于图像的细节特征。

2.图像金字塔

        图像金字塔是一系列图像的集合，由于在处理图像时，可以在不同的图像分辨率（我理解也是一种尺度）上进行处理，所以图像采用金字塔分层结构存储，可提高处理图像效率。

       向下采样技术是高斯金字塔，向上重建技术是拉普拉斯金字塔。

   图像金字塔构建了不同的图像分辨率，在每个图像分辨率中又构建不同的尺度参数，二者共同构建了尺度空间，在SIFT算法中，这样更加完整的描述了图像的尺度信息。