sift原理
	角点检测具有旋转不变性 但不具有尺度不变性

当图像放大后 在使用同样的窗口 就检测不到了

sift所查找的关键点是一些十分突出 不会因光照 仿射变换和噪音等因素而变化的点。

1. 高斯模糊成功地去除了图像中的噪点，强调了图像的重要特征

2. 高斯差分金字塔
建立高斯金字塔 在不同尺寸的图片上进行高斯滤波 
再建立高斯查分金字塔 把同尺度 相邻的2张图片相减 提取特征

3.局部极值
每个点在和周围26个点比较 同层8个上下各9个 以确定是否为局部最大值/最小值

4. 关键点筛选

到目前为止，我们已经成功地生成了尺度不变的关键点。
但是这些关键点中的一些可能对噪声没有鲁棒性。
这就是为什么需要进行最终检查以确保我们拥有最准确的关键点来表示图像特征的原因。
将消除对比度低或非常靠近边缘的关键点
为了处理低对比度关键点，将为每个关键点计算二阶泰勒展开（second-order Taylor expansion）。如果结果值小于0.03（大小），则剔除该关键点