Sift是David Lowe于1999年提出的局部特征描述子,并于2004年进行了更深入的发展和完善。Sift特征匹配算法可以处理两幅图像之间发生平移、旋转、仿射变换情况下的匹配问题,具有很强的匹配能力。在Mikolajczyk对包括Sift算子在内的十种局部描述子所做的不变性对比实验中,Sift及其扩展算法已被证实在同类描述子中具有最强的健壮性。总体来说,Sift算子具有以下特性: 当两幅图像的Sift特征向量生成以后,下一步就可以采用关键点特征向量的欧式距离来作为两幅图像中关键点的相似性判定度量。取图1的某个关键点,通过遍历找到图像2中的距离最近的两个关键点。在这两个关键点中,如果次近距离除以最近距离小于某个阙值,则判定为一对匹配点。 一些Sift特征匹配的例子: SIFT算法的教程、源码及应用软件1、ubc:DAVID LOWE---SIFT算法的创始人,两篇巨经典经典的文章 2、cmu:YanKe---PCASIFT,总结的SIFT方面的文章SO全,巨经典 3、ubc:MBROWN---SIFT算法用于图像拼接的经典应用autopano-sift,包括一个SIFTLIB库 4、toronto:Jepson---Matlab SIFT tutorial, 超级超级超级经典~ 5、ucla:Vedaldi---加州大学一个博士生编的SIFT,Matlab、C的都有,但没用过 6、一个小的拼接软件ptasmblr |
sift算法基础知识(转载自:http:/…
最新推荐文章于 2020-12-14 00:53:32 发布
sift算法基础知识
2010-10-30 07:58