在前面三篇教程中的几种角检测方法，比如harris角检测，都是旋转无关的，即使我们转动图像，依然能检测出角的位置，但是图像缩放后，harris角检测可能会失效，比如下面的图像，图像放大之前可以检测出为harris角，但是图像放大后，则变成了边，不能检测出角了。所以，harris角是缩放相关的。
在paper Distinctive Image Features from Scale-Invariant Keypoints中，D.Lowe提出了SIFT算法，该算法是缩
放无关的。
sift算法原理参考下面两篇链接。
http://blog.csdn.net/cserchen/article/details/5606859
http://wenku.baidu.com/view/2e1f33b665ce050876321362.html
论文的原文可见：http://www.cs.ubc.ca/~lowe/papers/ijcv04.pdf
OpenCV中使用sift特征的代码如下：
// Read input image
image= cv::imread("../church01.jpg",0);
keypoints.clear();
// Construct the sift feature detector object
cv::SiftFeatureDetector sift(
0.03, // feature threshold
10.); // threshold to reduce
// sensitivity to lines
// Detect the SURF features
sift.detect(image,keypoints);
cv::drawKeypoints(image,keypoints,featureImage,cv::Scalar(255,255,255),cv::DrawMatchesFlags::DRAW_RICH_KEYPOINTS);
// Display the corners
cv::namedWindow("SIFT Features");
cv::imshow("SIFT Features",featureImage);
surf算法可以看作加速的sift算法。原理参考http://wenku.baidu.com/view/1f66acf3f61fb7360b4c65ad.html
opencv中使用surf的代码为：
// Read input image
cv::Mat image= cv::imread("../church03.jpg",0);
// vector of keypoints
std::vector<cv::KeyPoint> keypoints;
keypoints.clear();
// Construct the SURF feature detector object
cv::SurfFeatureDetector surf(2500);
// Detect the SURF features
surf.detect(image,keypoints);
cv::Mat featureImage;
cv::drawKeypoints(image,keypoints,featureImage,cv::Scalar(255,255,255),cv::DrawMatchesFlags::DRAW_RICH_KEYPOINTS);
// Display the corners
cv::namedWindow("SURF Features");
cv::imshow("SURF Features",featureImage);
完整代码：工程FirstOpenCV50
