尺度不变特征变换 (SIFT) 方法识别并描述图像中独特的局部特征，从而实现跨不同尺度、旋转和光照条件的鲁棒匹配。 它分四个主要阶段进行：尺度空间极值检测、关键点定位、方向分配和描述符生成。
首先，SIFT 通过重复模糊和下采样图像来构建尺度空间金字塔，以检测多个尺度上的特征。 这是通过使用标准偏差 (σ) 增加的高斯滤波器来完成的，从而创建图像的模糊版本。 然后通过减去相邻的模糊图像来计算高斯差分 (DoG)，从而突出显示具有显着强度变化的区域（如边缘或角）。 关键点被识别为跨尺度的 DoG 金字塔中的局部最大值/最小值。 通过拒绝低对比度点（使用 DoG 响应的阈值）和消除类似边缘的特征（使用 Hessian 矩阵来评估曲率）来改进这些候选点。
接下来，基于局部图像梯度为每个关键点分配一个主导方向。 这使得特征具有旋转不变性。 例如，计算关键点周围区域内梯度方向（按幅度加权）的直方图，并且峰值方向成为关键点的参考角度。 最后，通过将关键点的邻域划分为 4x4 子区域来创建描述符。 在每个子区域中，梯度幅度和方向被聚合到 8-bin 直方图中，从而产生一个 128 维向量 (4x4x8)。 该向量被归一化以降低对光照变化的敏感性，确保特征在不同的光照条件下保持一致。
SIFT 的优势在于其处理尺度、旋转和部分光照变化的能力。 例如，在拼接全景照片时，即使其中一张照片被放大或旋转，SIFT 也可以匹配图像之间的特征。 开发人员经常在对象识别、3D 重建或 SLAM（同步定位和映射）等应用程序中使用它。 虽然计算量很大，但其鲁棒性使其成为一种基础技术，尽管更新的方法（如 SURF 或 ORF）针对速度进行了优化。 OpenCV 的 SIFT_create() 提供了一个易于访问的实现，允许开发人员以最少的代码提取和匹配特征。