opencv - SURF：我们如何从关键点半径中获得 sigma 的值

Question

在 SURF 技术中，更准确地说是在特征描述阶段，作者已经声明（如果我理解正确的话）描述将在 20 倍 sigma 的区域内进行。Sigma 表示检测到关键点的比例。

Sigma = 0.4 x L，其中 L = 2^Octave x level+1。如果我们使用 OpenCV 实现，DetectAndCompute函数会使用 Keypoint.size 的值计算关键点周围圆的半径。

我的问题是：我们如何从半径值中获得 sigma 的值？

Answer 1

根据这些行：

KeyPoint& kp = (*keypoints)[k];
float size = kp.size;
Point2f center = kp.pt;
/* The sampling intervals and wavelet sized for selecting an orientation
 and building the keypoint descriptor are defined relative to 's' */
float s = size*1.2f/9.0f;

Answer 2

这个值 s = size*1.2f/9.0f 在bay的文章中没有提到 scale= L*0.4 or scale= L* 1.2/3 任何人都可以解释我这部分吗？