SIFT Pyramid Code

void SIFT::buildGaussianPyramid( const Mat& base, vector<Mat>& pyr, int nOctaves ) const  
{  
    vector<double> sig(nOctaveLayers + 3);  
    pyr.resize(nOctaves*(nOctaveLayers + 3));  
    // precompute Gaussian sigmas using the following formula:  
    //  \sigma_{total}^2 = \sigma_{i}^2 + \sigma_{i-1}^2  
    sig[0] = sigma;  
    double k = pow( 2., 1. / nOctaveLayers );  
    for( int i = 1; i < nOctaveLayers + 3; i++ )  
    {  
        double sig_prev = pow(k, (double)(i-1))*sigma;  
        double sig_total = sig_prev*k;  
        sig[i] = std::sqrt(sig_total*sig_total - sig_prev*sig_prev);  
    }  
    for( int o = 0; o < nOctaves; o++ )  
    {  
        for( int i = 0; i < nOctaveLayers + 3; i++ )  
        {  
            Mat& dst = pyr[o*(nOctaveLayers + 3) + i];  
            if( o == 0  &&  i == 0 )  
                dst = base;  
            // base of new octave is halved image from end of previous octave  
            else if( i == 0 )/*每一个八度中第一幅图像的确定过程*/  
            {  
                  const Mat& src = pyr[(o-1)*(nOctaveLayers + 3) + nOctaveLayers];  
                  resize(src, dst, Size(src.cols/2, src.rows/2), 0, 0, INTER_NEAREST);  
            }   
           else  
           {  
                    const Mat& src = pyr[o*(nOctaveLayers + 3) + i-1];   
                    GaussianBlur(src, dst, Size(), sig[i], sig[i]);   
           }  
        }   
     }  
}  
void SIFT::buildDoGPyramid( const vector<Mat>& gpyr, vector<Mat>& dogpyr ) const  
{   
        int nOctaves = (int)gpyr.size()/(nOctaveLayers + 3);  
        dogpyr.resize( nOctaves*(nOctaveLayers + 2) );   
        for( int o = 0; o < nOctaves; o++ )  
        {   
               for( int i = 0; i < nOctaveLayers + 2; i++ )   
               {   
                     const Mat& src1 = gpyr[o*(nOctaveLayers + 3) + i];   
                     const Mat& src2 = gpyr[o*(nOctaveLayers + 3) + i + 1];   
                     Mat& dst = dogpyr[o*(nOctaveLayers + 2) + i];   
                     subtract(src2, src1, dst, noArray(), DataType<sift_wt>::type);   
               }  
        }  
}  

以上SIFT源码均摘自OpenCV nonfree模块,lowe对SIFT拥有版权。
Code is copy from CSDN (honpey)

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 205,033评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,725评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,473评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,846评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,848评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,691评论 1 282
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,053评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,700评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 42,856评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,676评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,787评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,430评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,034评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,990评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,218评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,174评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,526评论 2 343

推荐阅读更多精彩内容

  • Android 自定义View的各种姿势1 Activity的显示之ViewRootImpl详解 Activity...
    passiontim阅读 171,464评论 25 707
  • 初级 远大前程 中级 王尔德的故事 THE YOUNG KING Part One: The Old King's...
    苏苏家的安迪阅读 261评论 0 0
  • 天气很暖和,黄色的光芒透过蓝色的天,鹅白色的云朵在花悠悠漂浮,飘过一栋崭新的宿舍楼,林芝,宛如,娜娜,张雅萱,同住...
    圆谨阅读 239评论 0 1
  • 文/顧文畫 你为什么在这里? 我在哪里? 这里又是什么地方? 你是谁? 你又是谁? 我怎么知道你是谁? 对喔?我是...
    顧文畫阅读 224评论 0 1