近日把SIFT特征提取及匹配算法推导了一遍，就开始我个人的一个认识吧。

 关于SIFT的算法介绍见最下面的链接。

 如果用SIFT的话，MATLAB的SIFT的code可以学习，个人认为还是C写的SIFT比较好。

 VLFeat提供C写的SIFT特征提取算法代码，调用如下：

    //读入图像
    char *ImagePath="10011.jpg";  
	IplImage *Image=cvLoadImage(ImagePath,0);  
	//  int min=0;  
	//  min=Image->width>Image->height?Image->height:Image->width; 
	//sift特征提取参数设置
	int noctaves=4,nlevels=2,o_min=0;  
	// noctaves=(int)(log(min)/log(2));  
	//加载vlfeat库的sift特征库函数
	vl_sift_pix *ImageData=http://www.mamicode.com/new vl_sift_pix[Image->height*Image->width];  >    如果用OpenCV的话，代码如下：
Mat image=imread("1.jpg");
	Mat iamgeGray=imread("1.jpg",0);
	Mat descriptors;
	vector<KeyPoint> keypoints;

	SiftFeatureDetector sift2(0.06f,10.0);
	sift2.detect(iamgeGray,keypoints);


	drawKeypoints(image,keypoints,image,Scalar(255,0,255));
	imshow("test",image);

	waitKey();
	return 0;
SIFT的改进型：
FAST-SIFT （Dom金字塔取代Dog金字塔）  
PCA-SIFT（减少特征子匹配）              
上面两种在改进型SIFT特征提取分析见后续博文。。。。
SIFT特征提取分析相关链接：
http://blog.csdn.net/abcjennifer/article/details/7639681
https://github.com/robwhess/opensift/tree/master/src
http://www.cs.ubc.ca/~lowe/papers/ijcv04.pdf
http://blog.csdn.net/abcjennifer/article/details/7365882
http://en.wikipedia.org/wiki/Scale-invariant_feature_transform#David_Lowe.27s_method
http://blog.sciencenet.cn/blog-613779-475881.html
http://www.cnblogs.com/linyunzju/archive/2011/06/14/2080950.html
http://www.cnblogs.com/linyunzju/archive/2011/06/14/2080951.html
http://blog.csdn.net/ijuliet/article/details/4640624
http://www.cnblogs.com/cfantaisie/archive/2011/06/14/2080917.html