sift算法在cv领域的重要性不言而喻，该作者的文章引用率在cv界是number1.本篇博客只是本人把sift算法知识点整理了下，以免忘记。本文比较早的一篇博文 中有使用opencv自带的sift做了个简单的实验，而这次主要是利用Rob Hess的sift源码来做实验，其实现在的opencv版本中带的sift算法也是Rob Hess的，只是稍微包装了下。

　　首先网上有不少文章介绍了sift算法，写得都不错，比如： 

     

     该博客对sift算法理论做了介绍,且有示意图辅助理解,从该文中可以了解sift算法的大概流程.

     

     这篇文章对sift算法做了通俗易懂的解释.

　　

　　这篇博客有教你怎样用c语言一步一步写sift算法。

　　

　　该文也对sift做了详细的介绍，博客的作者还对sift匹配做了讲解。

 

　　下面还是简单看下sift算法的理论，具体的内容可以参考上面的几篇文章。

 

　　一、Sift描述子形成的步骤

 

　　1、 构造高斯差分空间图像。

　　Sift特征点的检测时在DOG图像上进行的，DOG图像是将相邻尺度空间图像相减得到的。且金字塔的每一层都要构造一个DOG空间图像。默认参数是金字塔4层，即4个octave，每一个octave中有5张不同尺度的图片，不同octave的图片尺寸大小不同，所以每一层中就会得到4幅DOG图像。

高斯金字塔的第1层第1副原图像是将原图像放大2倍且sigma(sigma=1.6)模糊，第2幅图像是k*sigma(k等于根号2)模糊，第3幅是k*k*sigma模糊，后面类推…

     高斯金字塔第2层第1幅图是选择金字塔上一层(这里是第1层)中尺度空间参数为k*k*sigma的那幅图(实际上是2倍的尺度空间)进行降采样(尺寸大小为原来的1/4倍)得到，如果k不等于根号2，那么取原图的2*sigma降采样得到。第2层第2幅图是在本层第一幅图尺度模糊系数增加k倍模糊后的图像，后面类似…

　　示意图如下所示：

　　

     尺度不变当然是与图片尺寸有关，即图片的尺寸大小变化，但是其检测结果不变。

 

　　2、寻找极大极小值点。

　　将每个像素点与其所在的那幅图像邻域的8个像素，它所在的向量尺度空间上下2幅图对应位置邻域各9个点，总共26个点进行像素值比较，如果该点是最大或者最小点，则改点就暂时列为特征点。

　　其邻图如下：

　　

 

　　3、精确定位极值点

　　子像素级极值点：

　　由于上面找到的近似极值点落在像素点的位置上，实际上我们在像素点附近如果用空间曲面去拟合的话，很多情况下极值点都不是恰好在像素点上，而是在附近。所以sift算法提出的作者用泰勒展开找到了亚像素级的特征点。这种点更稳定，更具有代表性。

　　消除对比度低的特征点：

　　对求出亮度比较低的那些点直接过滤点，程序中的阈值为0.03.

　　消除边界上的点：

　　处理方法类似harrs角点，把平坦区域和直线边界上的点去掉，即对于是边界上的点但又不是直角上的点,sift算法是不把这些点作为特征点的。

 

　　4、选取特征点主方向

　　在特征点附近选取一个区域，该区域大小与图图像的尺度有关，尺度越大，区域越大。并对该区域统计36个bin的方向直方图，将直方图中最大bin的那个方向作为该点的主方向，另外大于最大bin80%的方向也可以同时作为主方向。这样的话，由于1个特征点有可能有多个主方向，所以一个特征点有可能有多个128维的描述子。如下图所示：

　　

 

     5、 构造特征点描述算子。

     以特征点为中心，取领域内16*16大小的区域，并把这个区域分成4*4个大小为4*4的小区域，每个小区域内计算加权梯度直方图，该权值分为2部分，其一是该点的梯度大小，其二是改点离特征点的距离(二维高斯的关系)，每个小区域直方图分为8个bin，所以一个特征点的维数=4*4*8=128维。示意图如下（该图取的领域为8*8个点，因此描述子向量的维数为32维）：

　　

 

 　　6、实验部分

         下面来做下试验,试验sift代码采用Rob Hess的代码，opencv目前版本中的sift源码也是采用Rob Hess的。代码可以在他的主页上下载：

这里我下载的是windows版本的，并采用Qt做了个简单的界面。

         环境：WindowsXP+Opencv2.4.2+Qt4.8.2+QtCreator2.5.1，QtCreator内部采用的是vc的编译器。

         运行软件，单击Open Image后选择一张需要进行特征点检测的图片，我这里显示的结果如下：　　

　　　　

 

         单击Sift Detect按钮后，检测到的效果如下:

　　　　

　　

 　　

主要代码部分如下（附录有工程code下载链接）：

SiftDetect.h:

#ifndef SIFTDETECT_H#define SIFTDETECT_H#include 
     
      #include 
      
       #include 
       
        #include 
        
         //#include 
         
          //#include 
          
           //#include 
           
            #include 
            
             #include 
             
              #include "sift.h"#include "imgfeatures.h"#include "utils.h"using namespace cv;namespace Ui {class SiftDetect;}class SiftDetect : public QDialog{ Q_OBJECT public: explicit SiftDetect(QWidget *parent = 0); ~SiftDetect(); private slots: void on_openButton_clicked(); void on_detectButton_clicked(); void on_closeButton_clicked();private: Ui::SiftDetect *ui; Mat src, dst; IplImage* img; struct feature* features; int n; int display; int intvls; double sigma; double contr_thr; int curv_thr; int img_dbl; int descr_width; int descr_hist_bins;};#endif // SIFTDETECT_H
             
            
           
          
         
        
       
      
     

 

SiftDetect.cpp:

#include "siftdetect.h"#include "ui_siftdetect.h"#include 
     
      #include 
      
       #include "sift.h"#include "imgfeatures.h"#include "utils.h"//#include 
       
        SiftDetect::SiftDetect(QWidget *parent) :    QDialog(parent),    ui(new Ui::SiftDetect){    ui->setupUi(this);    n = 0;    display = 1;    intvls = SIFT_INTVLS;    sigma = SIFT_SIGMA;    contr_thr = SIFT_CONTR_THR;    curv_thr = SIFT_CURV_THR;    img_dbl = SIFT_IMG_DBL;    descr_width = SIFT_DESCR_WIDTH;    descr_hist_bins = SIFT_DESCR_HIST_BINS;}SiftDetect::~SiftDetect(){ //   cvReleaseImage( &img );//释放内存退出程序后竟然报错    delete ui;}void SiftDetect::on_openButton_clicked(){    QString img_name = QFileDialog::getOpenFileName(this, "Open Image", "../sift_detect",                                                    tr("Image Files(*.png *.jpeg *.jpg *.bmp)"));  //  img = cvLoadImage( img_name.toAscii().data() );    src = imread( img_name.toAscii().data() );    imwrite( "../sift_detect/src.jpg", src );    ui->textBrowser->clear();    ui->textBrowser->setFixedSize( src.cols, src.rows );    ui->textBrowser->append( "
        " );}void SiftDetect::on_detectButton_clicked(){    //将Mat型的src转换成IplImage*型的img，因为这里是opencv新老版本混合编程的方法。     img = &src.operator IplImage();     n = _sift_features( img, &features, intvls, sigma, contr_thr, curv_thr, img_dbl, descr_width, descr_hist_bins );     if( display )         {             draw_features( img, features, n );             ui->textBrowser->clear();             //将IplImage*型的img转换成Mat型的dst，这也是opencv新老版本混合编程的一种方法。             dst = Mat( img );             imwrite( "../sift_detect/dst.jpg", dst );             //cvSaveImage( "../sift_detect/dst.jpg", img );             ui->textBrowser->append( "
        " );         }}void SiftDetect::on_closeButton_clicked(){    close();}
       
      
     

 

 

　　二、Sift特征点匹配过程

 

　　由步骤一我们已经获得了图片的特征点向量集合。现在来看看特征点匹配，特征点匹配的一个应用就是物体的识别，比如说我有2张图片A和B，图片的内容相同，只是图片的大小尺寸不同。假设A图片尺寸比较大，且我们已经采用sift算法对图片A和B都进行了检测，获得了它们的特征点集合，现在我们的问题是需要把A和B中相应的特征点给对应连线起来。

　　既然是匹配，当然每个特征点向量要相似才能匹配到一起，这里采用的是欧式距离来衡量其相似度。

　　对B中的特征点x，去寻找A中最相似的点y，最简单的方法就是拿x与A中所有点进行相似度比较，距离最小的那个为匹配点。但是如果图片中特征点数目很多的话，这样效率会很低。所以我们需要把A中特征点向量集合用一种数据结构来描述，这种描述要有利于x在A中的搜索，即减少时间复杂度。在sift匹配中，这种数据结构采用的是kd-tree。

　　关于kd-tree的讲解，可以参考博文

　　里面讲得比较详细，且举了例子，很容易理解，这里就没有必要重复了。

     同样，采用Rob Hess的代码做了个sift匹配的实验，开发环境与上面的一样。

     打开软件后，单击Open Image按钮，依次打开需要匹配的2张图片，如下图所示：

　　

 

     单击Sift Detect按钮，则程序会单独对这2幅图片进行sift特征点检测，结果如下图所示：

　　

 

     单击Sift Match按钮，则会对这2幅图的特征点结果进行匹配，本次实验的匹配图如下所示：

　　

 

实验主要部分代码(附录有工程code链接下载)：

SiftMatch.h:

#ifndef SIFTMATCH_H#define SIFTMATCH_H#include 
     
      #include 
      
       #include 
       
        #include 
        
         using namespace cv;namespace Ui {class SiftMatch;}class SiftMatch : public QDialog{    Q_OBJECT    public:    explicit SiftMatch(QWidget *parent = 0);    ~SiftMatch();    private slots:    void on_openButton_clicked();    void on_detectButton_clicked();    void on_matchButton_clicked();    void on_closeButton_clicked();private:    Ui::SiftMatch *ui;    Mat src1, src2, src1_c, src2_c, dst;    IplImage *img1, *img2, *img3, *stacked;    Point pt1, pt2;    double d0, d1;    struct feature *feat1, *feat2, *feat;    struct feature **nbrs;    struct kd_node *kd_root;    int open_image_number;    int n1, n2, k, i, m;};#endif // SIFTMATCH_H
        
       
      
     

 

SiftMatch.cpp：

#include "siftmatch.h"#include "ui_siftmatch.h"#include 
     
      #include 
      
       #include "imgfeatures.h"#include "kdtree.h"#include "minpq.h"#include "sift.h"#include "utils.h"#include "xform.h"/* the maximum number of keypoint NN candidates to check during BBF search */#define KDTREE_BBF_MAX_NN_CHKS 200/* threshold on squared ratio of distances between NN and 2nd NN */#define NN_SQ_DIST_RATIO_THR 0.49SiftMatch::SiftMatch(QWidget *parent) :    QDialog(parent),    ui(new Ui::SiftMatch){        open_image_number = 0;    m = 0;    ui->setupUi(this);   }SiftMatch::~SiftMatch(){    delete ui;}void SiftMatch::on_openButton_clicked(){    QString img_name = QFileDialog::getOpenFileName(this, "Open Image", "../sift_detect",                                                    tr("Image Files(*.png *.jpeg *.jpg *.bmp)"));    open_image_number++;    //打开第1张图片    if( 1 == open_image_number )        {            src1 = imread( img_name.toAscii().data() );            img1 = cvLoadImage( img_name.toAscii().data() );            //转换成IplImage*类型,但是这样转换过的后面使用起来感觉还是不特别顺利，说明并不是完全100%兼容了。      //      img1 = &src1.operator IplImage();            imwrite( "../sift_match/src1.jpg", src1 );            ui->textBrowser->setFixedSize( src1.cols, src1.rows );            ui->textBrowser->append( "
       " );         }    //打开第2张图片    else if( 2 == open_image_number )        {            src2 = imread( img_name.toAscii().data() );            img2 = cvLoadImage( img_name.toAscii().data() );         //   img2 = &src2.operator IplImage();            imwrite( "../sift_match/src2.jpg", src2 );            ui->textBrowser->setFixedSize( src2.cols+src1.cols, src2.rows+src1.rows );            ui->textBrowser->append( "
       " );        }    else        open_image_number = 0;}void SiftMatch::on_detectButton_clicked(){    //将2幅图片合成1幅图片    //img1 = cvLoadImage();    stacked = stack_imgs( img1, img2 );    ui->textBrowser->clear();    //显示第1幅图片上的特征点    n1 = sift_features( img1, &feat1 );    draw_features( img1, feat1, n1 );    src1_c = Mat(img1);    imwrite("../sift_match/src1_c.jpg", src1_c);    ui->textBrowser->append("
       ");    //显示第2幅图片上的特征点    n2 = sift_features( img2, &feat2 );    draw_features( img2, feat2, n2 );    src2_c = Mat(img2);    imwrite("../sift_match/src2_c.jpg", src2_c);    ui->textBrowser->append("
       ");}void SiftMatch::on_matchButton_clicked(){    kd_root = kdtree_build( feat2, n2 );    for( i = 0; i < n1; i++ )        {            feat = feat1+i;            k = kdtree_bbf_knn( kd_root, feat, 2, &nbrs, KDTREE_BBF_MAX_NN_CHKS );            if( k == 2 )                {                    d0 = descr_dist_sq( feat, nbrs[0] );                    d1 = descr_dist_sq( feat, nbrs[1] );                    if( d0 < d1 * NN_SQ_DIST_RATIO_THR )                        {                            pt1 = Point( cvRound( feat->x ), cvRound( feat->y ) );                            pt2 = Point( cvRound( nbrs[0]->x ), cvRound( nbrs[0]->y ) );                            pt2.y += img1->height;                            cvLine( stacked, pt1, pt2, CV_RGB(255,0,255), 1, 8, 0 );                            m++;                            feat1[i].fwd_match = nbrs[0];                        }                }             free( nbrs );         }    dst = Mat( stacked );    imwrite( "../sift_match/dst.jpg", dst );    ui->textBrowser->clear();    ui->textBrowser->setFixedSize( dst.cols, dst.rows );    ui->textBrowser->append("
       ");}void SiftMatch::on_closeButton_clicked(){    close();}
      
     

 

　　　总结：

　　　通过整理下sift算法知识点，对sift算法有了更全面的认识，另外感谢Rob Hess开源了sift算法的代码，感觉写好这个算法确实不同意的。（另外，本文博客中引用了上面提到的博客中的图片，在此声明一下。）

 

 

         附录一：

         Rob Hess sift的c代码在c++中的使用。

由于Rob Hess的代码是基于c的，如果在其它关于界面开发的c++程序中，比如Qt，MFC等。我这里是Qt，连接时会报如下错误：

siftdetect.obj:-1: error: LNK2019: 无法解析的外部符号 "int __cdecl _sift_features(struct _IplImage *,struct feature * *,int,double,double,int,int,int,int)" (?_sift_features@@YAHPAU_IplImage@@PAPAUfeature@@HNNHHHH@Z)，该符号在函数 "private: void __thiscall SiftDetect::on_detectButton_clicked(void)" (?on_detectButton_clicked@SiftDetect@@AAEXXZ) 中被引用

         网上也有不少网友碰到过类似的情况，比如和 但是他们都没有给出解决办法。

         因此我们要找本质的原因，原因就是c语法和c++语法毕竟不同，所以难免有些兼容性问题。看错误提示我们知道是在函数_sift_features时报的错，该函数在Rob Hess的头文件中是被定义的extern类型。而在c的编译器中，extern的函数文件名编译后会自动在前面加一杆，”_”；而c++语法中会有函数重载的现象，因此它不是像c那样直接在前面加”_”,否则会冲突，因此c++编译器会在其函数名后面加入一些像乱码的东西(反正链接时是机器去寻找，只要能区分即可)。

         具体的内容可以参考博客： 这里面讲得比较明白，谢谢这位博主。

         本次实验的解决方法是在Rob Hess的sift.h等几个头文件文件开始处加入语句：

#ifdef __cplusplusextern "C" {#endif     

该文件的结处加入语句：

#ifdef __cplusplus}#endif

 

　　这样的话编译器在编译该文件时会知道这是C语法，所以其中间文件命名规则会相应改变，问题也就相应的解决了。

     另外，如果出现错误提示：

　　utils.obj:-1: error: LNK2019: 无法解析的外部符号 _va_end，该符号在函数 _fatal_error 中被引用。

　   则在utils.c代码中找到va_start( ap, format );和va_end( ap );并将其注释起来即可。

 

 

　　附录二：

　　。