本项目主要专注于SIFT(尺度不变特征变换)算法中关键点检测与精炼的核心步骤。项目首先在构建的高斯差分(DOG)金字塔尺度空间中寻找局部极值点。为了确保特征点的稳定性和独特性,程序实现了基于泰勒级数展开的亚像素级插值,以精确定位关键点的实际位置。接着,通过计算关键点处的函数值来剔除低对比度的不稳定点(Low Contrast filtering)。随后,为了消除边缘响应的影响,项目利用Hessian矩阵计算主曲率的比值,设定阈值以过滤掉位于边缘上的不稳定关键点。最终,项目实现了从粗略的极值点检测到高精度、高鲁棒性的关键点坐标输出的全过程,确保输出的特征点适合后续的特征描述和匹配任务。