Изображения справа выглядят так, как будто они представляют собой изображение различий по Гауссу, которое привело к выбору ключевых точек.
Если у вас есть доступ к внутренней работе вашего алгоритма SIFT, вы можете просто взять их оттуда. При обнаружении стабильных максимумов сохраняйте разностное гауссовское изображение, которое привело к его обнаружению.
Если у вас нет доступа к изображениям DoG, будет немного больше работы. Вам нужно будет самостоятельно рассчитать разность гауссовского изображения, учитывая информацию о ключевой точке. Если шкала вашей ключевой точки хранится в sigma
и у вас есть vlfeat (www.vlfeat.org), вы сможете рассчитать ее (приблизительно) следующим образом:
i = imread(any one of your images)
g1 = vl_imsmooth(i, 0.9 * sigma);
g2 = vl_imsmooth(i, 1.1 * sigma);
DoG = g2 - g1;
и ваше маленькое изображение будет квадратной областью вокруг местоположения вашей ключевой точки интереса.
Я не уверен, что это на самом деле эти изображения, но это мое лучшее предположение.