图像处理之SIFT,SURF

一，简介

尺度不变特征转换（SIFT）是一种特征检测在算法的计算机视觉来检测并描述在图像的局部特征。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.

 SIFT算法的实质是在不同的尺度空间上查找关键点(特征点)，并计算出关键点的方向。SIFT所查找到的关键点是一些十分突出，不会因光照，仿射变换和噪音等因素而变化的点，如角点、边缘点、暗区的亮点及亮区的暗点等。

 

算法的原理及步骤：

https://blog.csdn.net/lingyunxianhe/article/details/79063547

https://blog.csdn.net/mznewfacer/article/details/6902311

https://en.wikipedia.org/wiki/Scale-invariant_feature_transform#Scale-invariant_feature_detection

python3 SIFT算法的实现

https://blog.csdn.net/qq_38554218/article/details/83031839

SURF原理与源码解析

https://blog.csdn.net/lien0906/article/details/79494837

SURF算法matlab实现

https://blog.csdn.net/David_Han008/article/details/53176145?fps=1&locationNum=4