简单的来说,sift特征可以看做一个三元组:(尺度,方向,纹理描述),纹理描述是尺度和方向的函数,纹理描述=f(尺度,方向)。考虑一个简单的情况,比如你有两张图片A和B,B是A的仿射变换(旋转缩放)后的结果。分别对A和B提取sift特征。就某个特征点来说,虽然在A和B里的算出来的尺度和方向的值变了,但是因为这个尺度和方向其实反应的正是那个全局的仿射变换,所以根据尺度和方向计算出来的纹理描述却是相同的(当然,实际情况不太可能绝对的相同),即这个特征点在A和在B的描述是相同的。这就是所谓的空间不变性。
我觉得应该这样说:特征提取和描述具有尺度不变性。把尺度换成空间也可以,而且更容易理解。你可以从线性空间的角度来理解。图A和图B相当于是不同的线性空间,同一个向量在不同的空间的坐标是不同的,但这个向量的某个属性f(x)不论在哪个空间下都是相同的,这就叫f具有空间不变性。这样类比应该比较好理解了。
4,445
社区成员
15,335
社区内容
加载中
试试用AI创作助手写篇文章吧