最近微博上有人发起投票那篇论文是自己最受益匪浅的论文，不少人说是lowe的这篇介绍SIFT的论文。确实，在图像特征识别领域，SIFT的出现是具有重大意义的，SIFT特征以其稳定的存在，较高的区分度推进了诸多领域的发展，比如识别和配准。上一篇文章，解析了SIFT特征提取的第一步高斯金字塔的构建，并详细... ...
分类：
其他好文 时间：
2016-08-04 01:32:03
阅读次数：
541
SIFT(Scale-Invariant Feature Transform，尺度不变特征转换)在目标识别、图像配准领域具有广泛的应用，下面按照SIFT特征的算法流程对其进行简要介绍对SIFT特征做简要介绍。 高斯金字塔是SIFT特征提取的第一步，之后特征空间中极值点的确定，都是基于高斯金字塔，因此 ...
分类：
其他好文 时间：
2016-08-04 01:24:16
阅读次数：
403
原文链接：http://www.cnblogs.com/cfantaisie/archive/2011/06/14/2080917.html 主要步骤 1)、尺度空间的生成； 2)、检测尺度空间极值点； 3)、精确定位极值点； 4)、为每个关键点指定方向参数； 5)、关键点描述子的生成。 L(x,y... ...
分类：
编程语言 时间：
2016-07-13 13:55:11
阅读次数：
245
SIFT（Scale-invariant feature transform）是一种检测局部特征的算法，该算法通过求一幅图中的特征点（interest points,or corner points）及其有关scale 和 orientation 的描述子得到特征并进行图像特征点匹配，获得了良好效果。
基本的路线：
1. 尺度空间极值检测：搜索所有尺度上的图像位置。通过高斯微分...
分类：
编程语言 时间：
2016-06-21 08:00:23
阅读次数：
554
SIFT（Scale-invariant feature transform）是一种检测局部特征的算法，该算法通过求一幅图中的特征点（interest points,or corner points）及其有关scale 和 orientation 的描述子得到特征并进行图像特征点匹配，获得了良好效果 ...
分类：
其他好文 时间：
2016-06-11 21:23:00
阅读次数：
288
/* 如果给两张图片，中间有相似点。要求做匹配。怎么做。我现在能讲么？ 比如给了两幅图片，先求出sift点。 尺度空间极值检测。高斯模糊 关键点定位 关键点方向确定 关键点描述 kdtree 和 bbf 最优节点优先算法 进行两幅图片特征点的匹配，会涵盖一些不正确的匹配点 ransac 随机抽样一致 ...
分类：
其他好文 时间：
2016-05-29 12:24:03
阅读次数：
141
因为在前两天的学习中发现。在opencv环境中跑动sift特征点提取还是比较困难的。 所以在此，进行记述。 遇到的问题分别有，csdn不愿意花费积分、配置gtk困难、教程海量然而能跑者鲜。描述不详尽等。 【然后我却是发现这个borwhess实在是不知道叫先生何名为好。】 话归正题。 以下跑动具体过程 ...
分类：
其他好文 时间：
2016-05-15 16:45:59
阅读次数：
360
今天开始磕代码部分。 part1： 1、 sift特征提取。 【啥也没有啊~3个积分并不想下载。头文件啥的毛儿也没有。。。 所以想法是随便从以前的工程里面拉一个头文件啥的然后看看能不能过，能过最好，不能过，再去百度看相关函数属于什么头文件。】 断点：sift_features属于sift.c。 现在 ...
分类：
其他好文 时间：
2016-05-14 14:03:27
阅读次数：
136
VLFeat是一个很好用的开源库，其中实现了计算机视觉常用的算法，使用的语言是C和matlab。
官网：http://www.vlfeat.org/index.html
在官网下载最新版本后，在matlab中添加路径即可。
1，Dense Sift
在文章《sift特征提取算法》中提到，提取图像的sift特征分4步：构建DOG尺度空间；关键点定位；关键点方向赋值；生成描述子。
这里产生的s...
分类：
其他好文 时间：
2015-06-24 16:29:37
阅读次数：
162
SIFT（Scale-invariant feature transform）是一种检測局部特征的算法，该算法通过求一幅图中的特征点（interest points,or corner points）及其有关scale 和 orientation 的描写叙述子得到特征并进行图像特征点匹配，获得了良好...
分类：
其他好文 时间：
2015-05-15 10:27:06
阅读次数：
204
