在sift算法中为什么要进行Gaussian差分?原理是什么?

在sift算法中为什么要进行Gaussian差分?原理是什么?
在sift算法中为什么要进行Gaussian差分?原理是什么?

在sift算法中为什么要进行Gaussian差分?原理是什么?
进行高斯差分的结果是DOG（Difference of Gaussian）,这个DOG是LOG（laplacian of Gaussian）的近似.
LOG图像是目前来说尺度变换最好的,特精确.
但是由于计算LOG图像很费劲,作者Lowe呢就对LOG图像进行了近似,他发现如果是用DOG的话呢,只和原来的LOG差了一个常数,这样的话最大值最小值的位置是不变的.
而我们的目的呢,就是要找到这个最大最小值然后找到这个兴趣点的位置.
关键是DOG计算起来很方便,只要两张图片相减就好了.
所以就用到高斯图的差啦!
好好看论文是关键!论文说的很详细的,静下心来两天看完了~