搜索
经典算法SIFT实现即代码解释：以下便是sift源码库编译后的效果图：为了给有兴趣实现sift算法的朋友提供个参考，特整理此文如下。要了解什么是sift算法，请参考：九、图像特征提取与匹配之SIFT算法。ok，咱们下面，就来利用RobHess维护的sift库来实现sift算法：首先，请下载RobHess维护的sift库：下载RobHess的这个压缩包后，如果直接解压缩，直接编译，那么会出现下面的错误提示：编译提示:errorC1083:Cannotopenincludefile:'cxcore.h':Nosuchfileordirectory，找不到这个头文件。这个错误，是因为你还没有安装opencv，因为：cxcore.h和cv.h是开源的OPENCV头文件,不是VC++的默认安装文件,所以你还得下载OpenCV并进行安装。然后，可以在OpenCV文件夹下找到你所需要的头文件了。据网友称，截止2010年4月4日，还没有在VC6.0下成功使用opencv2.0的案例。所以，如果你是VC6.0的用户请下载opencv1.0版本。vs的话，opencv2.0,1.0任意下载。以下，咱们就以vc6.0为平台举例，下载并安装opencv1.0版本、gsl等。当然，你也可以用vs编译，同样下载opencv（具体版本不受限制）、gsl等。请按以下步骤操作：一、下载opencv1.0二、安装opencv1.0，配置Windows环境变量1、安装注意：假如你是将OpenCV安装到C:/ProgramFiles/OpenCV（如果你安装的时候选择不是安装在C盘，则下面所有对应的C盘都改为你所安装在的那个“X盘”，即可），在安装时选择将/OpenCV/bin加入系统变量，打上“勾”。（Add/OpenCV/bintothesystermPATH。这一步确认选上了之后，下面的检查环境变量的步骤，便可免去）2、检查环境变量。为了确保上述步骤中，加入了系统变量，在安装opencv1.0成功后，还得检查C:/ProgramFiles/OpenCV/bin是否已经被加入到环境变量PATH，如果没有，请加入。3、最后是配置VisualC++6.0。全局设置菜单Tools-Options-Directories：先设置lib路径，选择Libraryfiles，在下方填入路径：C:/ProgramFiles/OpenCV/lib然后选择includefiles，在下方填入路径(参考下图)：C:/ProgramFiles/OpenCV/cxcore/includeC:/ProgramFiles/OpenCV/cv/includeC:/ProgramFiles/OpenCV/cvaux/includeC:/ProgramFiles/OpenCV/ml/includeC:/ProgramFiles/OpenCV/otherlibs/highguiC:/ProgramFiles/OpenCV/otherlibs/cvcam/include最后选择sourcefiles，在下方填入路径：C:/ProgramFiles/OpenCV/cv/srcC:/ProgramFiles/OpenCV/cxcore/srcC:/ProgramFiles/OpenCV/cvaux/srcC:/ProgramFiles/OpenCV/otherlibs/highguiC:/ProgramFiles/OpenCV/otherlibs/cvcam/src/windows项目设置每创建一个将要使用OpenCV的VCProject，都需要给它指定需要的lib。菜单：Project-Settings，然后将Settingfor选为AllConfigurations，然后选择右边的link标签，在Object/librarymodules附加上：cxcore.libcv.libml.libcvaux.libhighgui.libcvcam.lib当然，你不需要这么多lib，你可以只添加你需要的lib(见下图)三、下载gsl，gsl也是一个库，也需要下载：。在编译时候GSL也是和OpenCV一样要把头文件和lib的路径指定好。四、配置gsl将C:/WinGsl/bin中的WinGsl.dll和WinGslD.dll复制到C:/VC6.0/Bin；将整个Gsl目录复制到C:/VC6.0/Bin下；lib目录下的所有.lib文件全部复制到C:/VC6.0/Lib下。然后，在tools－options－directories中，将C:/WinGsl下的lib，gsl分别加入到库文件和头文件的搜索路径中。以下是可能会出现的错误情况处理：I、OpenCV安装后“没有找到cxcore100.dll”的错误处理在安装时选择“将/OpenCV/bin加入系统变量”（Add/OpenCV/bintothesystermPATH）。但该选项并不一定能成功添加到系统变量，如果编写的程序在运行时出现“没有找到cxcore100.dll，因为这个应用程序未能启动。重新安装应用程序可能会修复此问题。”的错误。手动在我的电脑-属性-高级-环境变量-系统变量-path添加c:/programfiles/opencv/bin;添加完成后需要重启计算机。II、vc6.0下配置了一下，可是编译程序时遇到如下一个错误：Linking...LINK:fatalerrorLNK1104:cannotopenfileodbccp32.libcxcore.lib可能是：在工程设置的时候添加连接库时没加空格或.来把两个文件名（odbccp32.libcxcore.lib）分开。注意每一次操作后，记得保存。若经过以上所有的步骤之后，如果还不能正常编译，那就是还要稍微修改下你下载的RobHess代码。ok，日后，若有空，再好好详细剖析下此sift的源码。最后，祝你编译顺利。完。SIFT代码详解：这是一个很强大的算法，主要用于图像配准和物体识别等领域，但是其计算量相比也比较大，性价比比较高的算法包括PCA-SIFT和SURF其中OpenCV提供了SURF算法，但是为了方便理解。这里给出了RobHess所实现的SIFT算法的实现以及注释，结合我自己的理解，如果，您有关于SIFT算法不理解的地方咱们可以一起交流一下。或者您认为不详细的地方提出来。SIFT算法的主要实现在sift.c这个文件，其主要流程为：(1)首先创建初始图像，即通过将图像转换为32位的灰度图，然后将图像使用三次插值来方大，之后通过高斯模糊处理(2)在此基础上进行高斯金字塔的构建以及高斯差分金字塔的构建(3)对图像进行极值点检测(4)计算特征向量的尺度(5)调整图像大小(6)计算特征的方向(7)计算描述子，其中包括计算二维方向直方图并转换直方图为特征描述子首先给出sift算法的整体框架代码：输入参数：img为输入图像；feat为所要提取的特征指针；intvl指的是高斯金字塔和差分金字塔的层数；sigma指的是图像初始化过程中高斯模糊所使用的参数；contr_thr是归一化之后的去除不稳定特征的阈值；curv_thr指的是去除边缘的特征的主曲率阈值；img_dbl是是否将图像放大为之前的两倍；descr_with用来计算特征描述子的方向直方图的宽度；descr_hist_bins是直方图中的条数[cpp]viewplaincopy1.int_sift_features(IplImage*img,structfeature**feat,intintvls,2.doublesigma,doublecontr_thr,intcurv_thr,3.intimg_dbl,intdescr_width,intdescr_hist_bins)4.{5.IplImage*init_img;6.IplImage***gauss_pyr,***dog_pyr;7.CvMemStorage*storage;8.CvSeq*features;9.intoctvs,i,n=0;10.11./*checkarguments*/12.if(!img)13.fatal_error(NULLpointererror,%s,line%d,__FILE__,__LINE__);14.15.if(!feat)16.fatal_error(NULLpointererror,%s,line%d,__FILE__,__LINE__);17.18./*buildscalespacepyramid;smallestdimensionoftoplevelis~4pixels*/19./*构建高斯尺度空间金字塔，顶层最小的为4像素*/20.init_img=create_init_img(img,img_dbl,sigma);21.octvs=log(doubleMIN(init_img-width,init_img-height))/log(2.0)-2;22.//构建高斯金字塔和高斯差分金字塔23.gauss_pyr=build_gauss_pyr(init_img,octvs,intvls,sigma);24.dog_pyr=build_dog_pyr(gauss_pyr,octvs,intvls);25.26.storage=cvCreateMemStorage(0);27.28.//尺度空间极值点检测29.features=scale_space_extrema(dog_pyr,octvs,intvls,contr_thr,30.curv_thr,storage);31.32.//画出去除低对比度的极值点33.//draw_extrempoint(img,features);34.35.36.37.38.//计算特征向量的尺度39.calc_feature_scales(features,sigma,intvls);40.if(img_dbl)41.adjust_for_img_dbl(features);42.//计算特征的方向43.calc_feature_oris(features,gauss_pyr);44.//计算描述子，包括计算二维方向直方图和转换其为特征描述子45.compute_descriptors(features,gauss_pyr,descr_width,descr_hist_bins);46.47./*sortfeaturesbydecreasingscaleandmovefromCvSeqtoarray*/48.cvSeqSort(features,(CvCmpFunc)feature_cmp,NULL);49.n=features-total;50.*feat=static_castfeature*(calloc(n,sizeof(structfeature)));51.*feat=static_castfeature*(cvCvtSeqToArray(features,*feat,CV_WHOLE_SEQ));52.53.54.55.56.for(i=0;in;i++)57.{58.free((*feat)[i].feature_data);59.(*feat)[i].feature_data=NULL;60.}61.62.cvReleaseMemStorage(&storage);63.cvReleaseImage(&init_img);64.re