SIFT（Scale-Invariant Feature Transform）是一種用於圖像處理和計算機視覺中的局部特征提取算法。SIFT描述符的創建包括以下四個主要步驟：

1. 檢測尺度空間極值點：

   • 數學表達式：SIFT首先在不同的尺度下使用高斯濾波來檢測圖像中的關鍵點，這些關鍵點通常對應於圖像中的局部極值。SIFT使用高斯金字塔來模擬不同尺度下的圖像。在每個尺度下，通過對圖像使用不同尺度的高斯核，可以得到高斯模糊圖像。然後，通過比較像素值與其周圍像素值來檢測局部極值點。如果像素值是局部最大或局部最小，並且大於或小於其相鄰像素，那麽它就是一個關鍵點。

   
   

2. 在極值點中定位出更加穩定的關鍵點：

   • 在極值點中定位更加穩定的關鍵點是一個重要的步驟。因為低對比度的極值點對噪音更敏感，所以首先需要剔除低對比度的極值點。DoG函數在圖像邊緣會產生較強的邊緣響應，因此還需要去除不穩定的邊緣響應點。通過這兩步處理，可以篩選出更加穩定的關鍵點。

參考資料:深智數位《CV+AI自己動手完成圖像搜尋引擎》