我读过筛分特征的论文，我明白为什么它是旋转不变的。但我不明白为什么它对平面单应性变换也是不变的，正如我的测试代码所示。在两个图像之间的单应性变换中，变化不仅包括旋转和缩放。例如，可以将一个矩形转换为每个角都小于或大于 90 度的其他四边形。你可以想象物体的形状发生了变化，但为什么关键点的特征仍然匹配？
在算法细节上，当关键点的周边像素在没有相同角度旋转的情况下发生变化时，当它们减去关键点的梯度角时，关键点的 128 维特征的值会有所不同。
有人可以解释为什么吗？
据我所知，SIFT 描述符对射影变换（同形异义）不是不变的。 但是，当实际单应性足够接近相似性变换时，它就足够好了。
Mikolajczyk和Schmid的这篇论文提出了一个兴趣点检测器，它是仿射不变的。 它们还通过转换从中计算描述符的图像补丁来使描述符仿射不变。