vl_dsift 尝试获取每个像素的特征向量

我正在尝试使用 vl_dsift 获取每个像素的 128*1 特征向量。因此我希望得到的矩阵具有大小

128*（像素数）

然而，当我在尺寸为 (192*168) 的图像上使用它时，生成的描述符给出尺寸 (128*31,185)，binsize 为 1，放大系数为 1。

I = imread('Faces\yaleB11_P00A-130E+20.pgm');
size(I)

figure
imshow(I)

binSize = 1 ;
magnif = 1 ;
Is = vl_imsmooth(single(I), sqrt((binSize/magnif)^2 - .25)) ;
[f, d] = vl_dsift(single(I), 'size', binSize) ;

size(f)
size(d)

恐怕您无法提取图像中所有像素的特征向量。

正如您可以从以下链接中的图“密集 SIFT 描述符几何”中看到的那样（http://www.vlfeat.org/api/dsift.html http://www.vlfeat.org/api/dsift.html）密集筛选从 4×4 窗口中提取特征。由于该框无法移出图像，因此 4×4 窗口的左上角 bin 可以位于第一个像素，即 (1,1)。因此，在这种情况下（假设 bin 大小为 1），4×4 窗口的中心位于 (2.5, 2.5)，换句话说，位于 x 和 y 方向上的第二个和第三个像素之间。请注意，在这种情况下，4×4 窗口覆盖 16 个像素，即 [1,4] x [1,4] 像素。

现在说出你的图像大小为 n×m。 以同样的方式，当 4×4 窗口的右下 bin 位于最后一个像素（n,m 处的像素）时，4×4 窗口的中心将位于 [n-1.5, m-1.5]。在您的情况下，您的功能将从 2.5 x 2.5 像素开始，以 190.5 x 166.5 结束

所以底线是 4×4 窗口的中心从 ' 沿 X 方向移动XMIN + 3/2 * SIZE”到“MAX - 3/2 * SIZE”，步长为“STEP”。其中 XMIN 和 XMAX 分别是 X 方向上的第一个和最后一个像素。 Y 轴相同（请参阅链接中的底部段落“几何结构的更多详细信息”http://www.vlfeat.org/matlab/vl_dsift.html http://www.vlfeat.org/matlab/vl_dsift.html）。结果，4×4 窗口遍历整个图像。