最近也注意一些影象拼接方面的文章，很多很多，尤其是全景圖拼接的，實際上類似佳能相機附加的軟體，好多具備全景圖拼接，多幅影象自動軟體實現拼接，構成（合成）一幅全景影象（風景）。
Sift演算法，我略知一二，無法仔細描述（剛也貼了2個最近的資料）。
      當就尺度空間（scale space),我想，其在計算機視覺（Computer Vision)\影象的多解析度分析（尤其近年來小波的多解析度分析）是常見的概念。
人 類視覺捕捉景物的時候，先粗略（rough),後細節（fine)的習慣，被研究影象視覺的採用。2點取樣使用的情況，則整體影象被不斷的1/2邊長劃 分，不同的影象（矩陣）構成了不同解析度的尺度空間（我們理解為不同層面的矩陣），尺度，Scale,這裡就代表不同的空間比例。

       我注意到David Lowe關於Sfit演算法，2004年發表在Int. Journal of Computer Vision的經典論文中，對尺度空間（scal space)是這樣定義的 ：
   It has been shown by Koenderink (1984) and Lindeberg (1994) that under a variety of
reasonable assumptions the only possible scale-space kernel is the Gaussian function. Therefore,
the scale space of an image is defined as a function, L(x; y; delta) that is produced from the convolution of a variable-scale Gaussian, G(x; y; delta), with an input image, I(x; y):
因此 ，一個影象的尺度空間，L（x,y,delta) ,定義為原始影象I (x,y)與一個可變尺度的2維高斯函式G(x,y,delta) 卷積運算。

    關於圖象處理中的空間域卷積運算，可以參考經典的影象處理教材（比如 美國 岡薩雷斯的圖象處理，第二版，或者其 Matlab版，都有如何在離散空間進行運算的例子和說明）

    注：原文中 delta為希臘字母，這裡無法表示，用delta代替。

Sift演算法中，提到了尺度空間，請問什麼是尺度和尺度空間呢？

   在上述理解的基礎上，尺度 就是受delta這個引數控制的表示 。
而不同的L（x,y,delta)就構成了尺度空間（ Space ,我理解，由於描述影象的時候，一般用連續函式比較好描述公式，所以，採用空間集合 ，空間的概念正規一些） ，實際上，具體計算的時候，即使連續的高斯函式，都要被離散為（一般為奇數大小）(2*k+1) *(2*k+1)矩陣，來和數字影象進行卷積運算。