基于SIFT的图像匹配算法

本文将针对运用SIFT进行图像匹配的问题进行实验和研究讨论.第二部分分析SIFT特征提取方法, 第三部分将使用SIFT进行图像匹配实验, 并对实验结果进行分析讨论.

基于SIFT算法的图像匹配源程序

基于SIFT算法的图形匹配源程序，很好的解决了图像匹配的问题

opencv实现的sift算法源码，包含了图像的SIFT特征提取，详细讲解SIFT关键点的提取过程，图像间的基于SIFT特征的图像匹配

opencv实现的SIFT算法源码，包含图像的SIFT特征提取算法，以及图像之间的基于SIFT特征的匹配算法

基于MATLAB的SIFT图像匹配算法.zip

SIFT图像处理算法，可对灰度图像和彩色图像进行图像匹配。

一种基于SIFT算法的目标匹配方法

本文将计算机视觉领域的最新研究成果。而算法应用于图像跟踪中, 根据实际需要对算法进行裁剪和改进, 设计了一种能在较大范围内克服旋转、尺度缩放及视角变化等图像变形的目标匹配新方法, 通过大量试验验证了该方法的可靠性和精确性。 降价，降价！！！哈哈，一起分享！

基于sift算法RANSAC算法的图像拼接源代码

关于特征点匹配sift算法RANSAC算法提精的图像拼接的源代码

基于SIFT算法的移动机器人同时定位与地图创建

：研究了基于尺度不变特征变换(SIFT)算法的移动机器人同时定位与地图创建(SLAM)方法， 即在视角改变情况下，用SIFT算法对不同图像进行特征匹配，根据极线几何原理得到摄像头的 旋转角度，将之与里程计的角度信息融合，从而实现较准确的自我定位与地图创建．实验表明： 本方法利用电荷耦合器件(CCD)摄像头和里程计问内在的几何关系来实现SLAM，提高了低成本 移动机器人的定位精度．

基于SIFT算法的图像匹配方法(opencv)

运行环境为vc+opencv,代码实现了基于Sift算法的图像匹配方法

基于SIFT特征描述子的立体匹配算法

基于SIFT特征描述子的立体匹配算法 文主要贡献为，提出了多颜色空间融合差分、Haar 特征密度分布图以及多特征融合的图像匹配方法。

论文研究-改进的SIFT算法图像匹配研究.pdf

对SIFT(尺度不变特征变换)算法特征描述子维数过高，导致匹配速度过慢、匹配率低等问题，提出了一种分级放射状分区的方法来构建特征描述子，将特征点邻域划分为8个区域，统计各个区域内8个方向的梯度方向直方图，得到64维特征描述子，使特征描述子维数降低50%。同时因马氏距离考虑了特征描述子向量间的相关性，在匹配时用马氏距离双向匹配方法代替欧氏距离进行匹配，并用RANSAC(随机抽样一致性)方法消除误配点。实验结果表明，改进的SIFT算法保留了SIFT算法对模糊、压缩、旋转和缩放等不变性优势，并提高了匹配速度，正确匹配率平均增加10%~15%。

基于sift算法的图像匹配

基于sift的匹配算法（用SIFT特征）VC程序 匹配算法

基于sift算法与grabcut算法的图像分割代码

使用sift特征提取目标物与目标图片的特征点，进行匹配，从而找出目标物在图片中的范围，将该范围作为矩形区域传入grabcut函数，同时将匹配特征点作为前景点传入grabcut函数，进行图像分割。实验结果显示出不错的图像分割结果。

基于sift与grabcut的图像分割算法

使用sift算法提取特征点，对目标图片进行匹配。使用匹配结果计算 目标物体所在矩形范围，作为参数传入grabcut，同时将sift算法的匹配点作为前景点传入grabcut函数，实现图像分割。

基于opencv的图像匹配sift算法

基于opencv的图像匹配算法实现，主要包含了sift的实现，以及已知物体的识别

基于Harris与Sift算法的图像匹配方法

基于Harris与Sift算法的图像匹配方法,此论文仅供参考,欢迎大家下载使用!!

运用sift算法进行图像配准

运用尺度不变特征SIFT算法进行图像特征点提取，然后进行图像配准匹配

基于OPENCV的SIFT特征提取与匹配算法代码

基于OPENCV的SIFT特征提取与匹配算法。包含完整的从图像高斯金字塔、DOG、空间极值点提取、关键点描述、KDtree匹配等关键步骤的全部函数实现，对全面深入理解Lowe的SIFT算法有莫大帮助。 程序运行前须安装 （1）OpenCV: http://opencvlibrary.sourceforge.net （2）SIFT: http://web.engr.oregonstate.edu/~hess/index.html，并配置其环境参数。-OPENCV the SIFT-based feature extraction and matching algorithm. Contains a complete Gaussian pyramid from the image, DOG, space extremum point extraction, description of key points, KDtree matching key step in the realization of the full function of the comprehensive and in-depth understanding of Lowe s SIFT algorithm of tremendous help. Program to run before the installation of (1) OpenCV: http://opencvlibrary.sourceforge.net (2) SIFT: http://web.engr.oregonstate.edu/ ~ hess / index.html, and configure the parameters of their environment.