OpenCV SIFT 描述符关键点半径 在这里 deltheil 回答为半径但是当我转到 OpenCV 的文档时，它给出：
float cv::KeyPoint::size 有意义的关键点邻域的直径
http://docs.opencv.org/master/d2/d29/classcv_1_1KeyPoint.html#a308006c9f963547a8cff61548ddd2ef2 有点困惑......谢谢！
这是两件不同的事情：
的size属性cv::KeyPoint是由 SIFT 特征检测器确定的 blob 的大小。在size也被称为scale并且它可以从图像的平滑化级导出。不要忘记：在多个尺度上搜索关键点是通过构建高斯尺度空间获得的。每个关键点由四个参数的几何框架描述：关键点中心坐标x和y，它的scale（最初它是区域的半径，但 OpenCV 将其定义为直径）和它的orientation（角度）。
另一方面，这里有radius问题的是 SIFT 描述符的一个属性，它对应于一个圆圈，该圆圈包裹了一个维度为 的平方补丁（高斯窗口）。通过这个窗口，算法正在加权或减少远离描述符中心的梯度贡献。D
正如在另一个问题中也提到的，我强烈建议您参考这个vlfeat SIFT 文档。