2004年，David G。 Lowe[22]概括了已有的关于不变量技术的特征检测方法，并正式提出了SIFT特征算子的相关概念，其英文全称是Scale Invariant Feature Transform，即尺度不变特征变换。SIFT算法的主要思想是通过对图像的特定处理，将其映射为一个局部特征向量集，这些特征向量具有平移、缩放、旋转不变性，同时在光照、仿射以及投影变化下是部分不变的。

SIFT特征的生成是在目标对象的局部外观兴趣点上进行的，相比于全局特征，SIFT属于局部特征。它与目标的尺寸、方向无关，因此其对光照、噪音以及些微视角等变化也保持一定程度的稳定性。SIFT特征所携带的信息量丰富，可区分性较高，即便是简单少数单一的物体也可以产生数目可观的特征向量，因此适应性较好。此外，SIFT算法的扩展性较强，可优化的方面也非常多。下面介绍SIFT算法的详细过程。