Sift算法-----part6
前言：这是本系列的最后一部分了，我们剩下的唯一工作就是采取每个关键点的指纹，这样才能把他从其他部分区别出来。
做法
我们的目标是给每个关键点创建一个独一无二的指纹，前提必须他很容易计算，另一方面我们希望他在作比较时能保持相对宽松，比较在不同的两张图片中，物体总是有或多或少的区别的。
为了完成这个目标，我们为每个关键点建立一个16*16的区域，这个区域被细分为4*4的区域。如下图：
然后在这个4*4的区域类，方向梯度和梯度大小被计算出来，这些方向被放入一个8位的直方图中。
梯度方向在0-44°的被放在第一个格子内，45-89°的被放在下一个格子类，依次类推，格子的高度大小与梯度的大小成正比。
同时，格子的高度与改点与关键点的距离也有关系，越远影响越小。这可以通过高斯权重公式完成。
对这16个像素，将其放入8格的直方图中，对所有的16个区域进行计算，可以得到16*8=128个数字，我们用VECTOR来存储着128个数字，这样关键点就被这128个数字所标示。
总结：
希望大家能够好好地利用SIFT算法。
任何疑问或者建议，请留下评论。