算法简介
尺度不变特征转换(Scale-invariant feature transform 或 SIFT)是一种电脑视觉的算法用来侦测与描述影像中的局部性特征，它在空间尺度中寻找极值点，并提取出其位置、尺度、旋转不变量，此算法由 David Lowe 在1999年所发表，2004年完善总结。
Sift算法就是用不同尺度（标准差）的高斯函数对图像进行平滑，然后比较平滑后图像的差别，
差别大的像素就是特征明显的点。
Sift（Scale Invariant Feature Transform）是一个很好的图像匹配算法，同时能处理亮度、平移、旋转、尺度的变化，利用特征点来提取特征描述符，最后在特征描述符之间寻找匹配。
算法步骤
- 构建尺度空间，检测极值点，获得尺度不变性
- 特征点过滤并进行精确定位，剔除不稳定的特征点
- 在特征点处提取特征描述符，为特征点分配方向值
- 生成特征描述子，利用特征描述符寻找匹配点
- 计算变换参数
