图像分块是否会对SIFT特征的提取产生一定的影响

关于SIFT算法的性能的问题，近期有过如此的思考

如果想要将SIFT实时地应用与视频图像配准，目前为止的计算速度基本是不可能的。实验显示，采用英特尔I3处理器，2.5G主频的PC，对一张分辨率大约为704*576的图片。计算时间主要消耗在构建构建DOG金字塔与描述子生成的过程，二者均耗时大约为200MS， 因此对于一般视频图像处理的要求（25帧/秒)，达到实时是不可能的事情。

近期正在考虑是否可以将一幅图像进行分块并行处理，但是考虑到分块是否对原图像的特征点提取产生影响？因为图像分块后，首先高斯滤波的结果不一样了，因此特征点肯定与之前也不同了。

但是从另一方面考虑，原理上来讲，特征点是该图像（块）在某个指定的尺度空间下的极值响应，因此可以看成它们是客观存在的，分块之后，DOG金字塔不一样了，但其响应的极值也不同了。就是说虽然有可能原图像的某些特征点提取不出来了，但在该子图像上会出现一些新的特征值，而且这些新的特征值质量并不一定比之前消失的差，是否可以这样理解那。。。还请各位专家们指点。