David G.Lowe在2004年总结了现有的基于不变量技术的特征检测方法的基础上,提出的一种基于尺度空间的、对图像缩放、旋转甚至仿射变换保持不变性的特征匹配算法。SIFT特征是图像的局部特征,该特征对旋转、尺度缩放、亮度变化保持不变性,对视角变化、仿射变换、噪声也保持一定程度的稳定性。SIFT特征匹配算法分两个阶段来实现:第1阶段是SIFT特征的生成,即从多幅待匹配图像中提取出对尺度缩放、旋转、亮度变化无关的特征向量;第2阶段是SIFT特征向量的匹配。
使用具有尺度不变性的关键点提取图像特征 DAVID G.LOWE 摘要：这篇论文提出了一种提取图像关键特征的方法，该方法能够为不同场景或视角下同一个物体的匹配提供可靠的手段。该方法提取的特征具有尺度和旋转不变性。通过大量样本验证，这种方法提取的特征具有较强的抗光照变化、仿射变换、三维视角变化、噪声干扰的能力。这些特征具有很高的区分度，每一个特征都能够以较高的正确率与数据库中的众多特征匹配。这篇文章也介绍了使用这些特征去识别物体的方法，即通过使用快速的最近邻算法将个体特征与数据库中已知物体的特征
