我目前在 工作SIFT ，我已经生成了高斯和极值图像层的差异。谁能向我解释如何使用 Hessian 矩阵来消除低对比度关键点？
最佳答案
一个好的关键点是一个角落。这首先来自 Harris 角工作和 Good features to track (KLT) 论文，然后由 Mikolajczyk and Schmid paper 强调。 .
直观上，角是一个很好的特征，因为它是两条线的交点，而单个线段可以沿其方向移动，从而导致定位精度较低。
线段是边，即一阶导数(梯度)。角是突然改变方向的边。这是通过二阶导数测量的，因此使用包含方向二阶导数值的 Hessian 矩阵。
关于image-processing - SIFT 关键点位置，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/10264145/