特征点提取基于差分，不基于绝对灰度值 特征 点 最终的表征内容 位置尺度方向 参考 details02。

一幅图像的SIFT特征提取，分为4个步骤SIFT特征点其实就是尺度空间中稳定的点极值点，那么，为了得到这些稳定点 对于一幅输入图像，为了进行sift特征检测实现scaleinvariant任何尺度下都能够有对应的特征点，需要对该。

SIFT特征不只具有尺度不变性，即使改变图像的旋转角度，亮度或拍摄视角，仍然能够得到好的检测效果 这是一个初始化操作，尺度空间理论目的是模拟图像数据的多尺度特征高斯卷积核是实现尺度变换的唯一线性核，于是一副二维图像的尺度空间定义。

第二种在源码下编译，包含openCV jar包和so库文件 将jar文件和so文件放在指定的文件夹中，如projectlibs文件夹下， 修改androidmk文件如下，指定相应的静态库和so库文件 LOCAL_PATH= $call mydirinclude $。

这是源码里针对找到图像特征点进行聚类的函数，运行到这里sift算法已经结束了可以试着吧调用kmeans算法的部分注释掉，只执行sift算法然后打出来特征点看一下效果我也不明白在一张图像上对特征点聚类的意义何在对多张图像。

SIFT是一种检测描述匹配图像局部特征点的算法，通过在尺度空间中检测极值点，提取位置尺度旋转不变量，并抽象成特征向量加以描述，最后用于图像特征点的匹配SIFT特征对灰度对比度变换旋转尺度缩放等保持不变性。