SIFT算法是1999年大卫。劳伊(David G。Lowe)教授总结了当前的以Invariant technique特征为基础检测方法后,总结出的一种新型的图像匹配方法-SIFT,此算法于21世纪年被教授以及助手共同完善,算法大大优化。

SIFT算法是基于Scale space的算法,此算法特征是图像Local features,令此对旋转、亮度变化和尺度缩放保持不变性,并对噪声、不同的视角和仿射变换也保持一定的稳定性。同时,SIFT具备丰富的信息量,优越的独特性,擅于在海量数据库中进行精准快速的匹配。此外,SIFT算法是多重性的,即使是几个对象，也可以产生大量的SIFT特征向量； 此外,SIFT算法有可扩展性,并且与其他形式的特征向量组合容易