查看“尺度空间”的源代码

{{提示|该页面仍需进一步完善，欢迎加入我们}}
尺度空间（Scale space）是[[计算机视觉]]领域的常见感念，是观测、获取或者处理信息的不同尺度的一种数学集合。

== 概述 == 
* 图像的尺度空间是指图像的模糊程度，而非图像的大小。近距离看一个物体和远距离看一个物体，模糊程度是不一样的；从近到远，图像越来越模糊的过程，也是图像的尺度越来越大的过程。
=== 尺度空间的作用 === 
* 用计算机视觉系统分析未知场景时，计算机并不预先知道图像中物体的尺度。需要同时考虑图像在多尺度下的描述，获知感兴趣物体的最佳尺度；
* 不同的尺度下都有同样的关键点，那么在不同的尺度的输入图像下就都可以检测出来关键点匹配，也就是尺度不变性；

== 应用 ==
* David G. Lowe教授基于描述数字图像局部特征的尺度空间概念，于1999年提出尺度不变特征变换算法（Scale-invariant feature transform，SIFT）；
* 在信息获取与处理、建筑、城市学等不同学科中，都有类似的概念，或有借用尺度空间的概念与方法的可能；

== 上手 ==

== 参考链接 ==
* [[wikipedia:Scale_space|Wikipedia: Scale space]]
* [https://blog.csdn.net/bigazrael/article/details/51016025 关于尺度空间的理解]，BigAzrael，CSDN (Chinese Software Developer Network)
* [https://blog.csdn.net/jinzhichaoshuiping/article/details/52971056 多尺度空间]，akuarius，CSDN (Chinese Software Developer Network)
* [http://www.cs.ubc.ca/~lowe/home.html David Lowe 个人主页]
* [https://baike.baidu.com/item/SIFT/1396275 百度百科：SFIT]
* [https://baike.baidu.com/item/尺度空间/22460550 百度百科：尺度空间]