java 指纹匹配算法_java指纹识别的精确算法——SIFT算法 | 学步园

Sift特征点的提取方法，这里简单做个介绍。

作为一种匹配能力较强的局部描述算子，SIFT

int sift_features( IplImage* img, struct feature** feat )

这个函数就是用来提取图像中的特征向量。参数img为一个指向IplImage数据类型的指针，用来表示需要进行特征提取的图像。IplImage是opencv库定义的图像基本类型(关于opencv是一个著名的图像处理类库，详细的介绍可以参见http://www.opencv.org.cn)。参数feat 是一个数组指针，用来存储图像的特征向量。函数调用成功将返回特征向量的数目，否则返回-1.

关键函数二：

int _sift_features( IplImage* img, struct feature** feat, int intvls,double sigma, double contr_thr, int curv_thr, int img_dbl, int descr_width, int descr_hist_bins )

这个函数是函数一的重载，作用是一样的，实际上函数一只不过是使用默认参数调用了函数二，核心的代码都是在函数二中实现的。下面将详细介绍一下其他的几个参数。

intvls: 每个尺度空间的采样间隔数，默认值为3.

sigma: 高斯平滑的数量，默认值1.6.

contr_thr:判定特征点是否稳定，取值(0，1)，默认为0.04，这个值越大，被剔除的特征点就越多。

curv_thr:判定特征点是否边缘点，默认为6.

img_dbl:在建立尺度空间前如果图像被放大了1倍则取值为1，否则为0.

descr_