图片SIFT特征匹配处理

1.SIFT特征原理描述

SIFT的全称是Scale Invariant Feature Transform，由加拿大教授David G.Lowe提出的。SIFT特征不只具有尺度不变性，即使改变旋转角度，图像亮度或拍摄视角，仍然能够得到好的检测效果，是一种非常稳定的局部特征。

总体来说，Sift算子具有以下特性：

（1）Sift特征是图像的局部特征，对平移、旋转、尺度缩放、亮度变化、遮挡和噪声等具有良好的不变性，对视觉变化、仿射变换也保持一定程度的稳定性。

（2）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。

（3）多量性，即使少数的几个物体也可以产生大量Sift特征向量。

（4）速度相对较快，经优化的Sift匹配算法甚至可以达到实时的要求。

（5）可扩展性强，可以很方便的与其他形式的特征向量进行联合。

Sift算法的步骤可归纳为以下三点：

（1）提取关键点；

（2）对关键点附加详细的信息（局部特征）也就是所谓的描述器；

（3）通过两方特征点（附带上特征向量的关键点）的两两比较找出相互匹配的若干对特征点，也就建立了景物间的对应关系。提取关键点和对关键点附加详细的信息（局部特征）也就是所谓的描述器可以称做是Sift特征的生成，即从多幅图像中提取对尺度缩放、旋转、亮度变化无关的特征向量。

 

SIFT的特点主要有以下几个：

1. 旋转、缩放、平移不变性
2. 解决图像仿射变换，投影变换的关键的匹配
3. 光照影响小
4. 目标遮挡影响小
5. 噪声景物影响小

 

2、对两张图片进行SIFT特征匹配处理

运行代码如下图：

运行结果如下图：

 

(1)首先第一次运行之后显示pil出现问题，之后我重新在anconda中重新安装了pil库（这个问题我忘记截图了！）这个问题就解决了。

(2)计算关键点描述符时;如果未找到关键点，可以使用函数sift.detectAndCompute()直接找到关键点并计算。

(3)运行中还遇到一个问题，是有关pcv的问题：

 

这个问题意思是没有找到一个名为pcv的库，说明pcv安装出现问题，于是，我重新跟着安装了pcv，这个问题也解决了，安装链接：https://github.com/jesolem/PCV，步骤如下：

将下载的文件解压；
打开cmd，执行如下指令： 
cd C:\Users\Administrator\Desktop\PCV 
python setup.py install
在pycharm中输入import PCV，测试是否安装成功。

（4）我本次实验没有在python3.6完成，我运行python3.6会出现这个问题：

 

所以我在anconda中其他平台运行完成。

 

 

3、对从不同视点拍摄的图片做地理标记

 

 

 

转载于:https://www.cnblogs.com/silencexiaoyou/p/10549622.html