基于matlab的sift变换的图像配准和拼接算法仿真

目录

1.算法概述

2.仿真效果

3.MATLAB仿真源码

---

1.算法概述

       SIFT，即尺度不变特征变换（Scale-invariant feature transform，SIFT），是用于图像处理领域的一种描述。这种描述具有尺度不变性，可在图像中检测出关键点，是一种局部特征描述子。 该方法于1999年由David Lowe [2]  首先发表于计算机视觉国际会议（International Conference on Computer Vision，ICCV），2004年再次经David Lowe整理完善后发表于International journal of computer vision（IJCV）。截止2014年8月，该论文单篇被引次数达25000余次。

SIFT算法的特点有：       SIFT特征是图像的局部特征，其对旋转、尺度缩放、亮度变化保持不变性，对视角变化、仿射变换、噪声也保持一定程度的稳定性；
       独特性好，信息量丰富，适用于在海量特征数据库中进行快速、准确的匹配；
       多量性，即使少数的几个物体也可以产生大量的SIFT特征向量；
       高速性&