sift圖像匹配演算法

① sift演算法是什麼

Sift演算法是David Lowe於1999年提出的局部特徵描述子，並於2004年進行了更深入的發展和完善。Sift特徵匹配演算法可以處理兩幅圖像之間發生平移、旋轉、仿射變換情況下的匹配問題，具有很強的匹配能力。

這一演算法的靈感也十分的直觀，人眼觀測兩張圖片是否匹配時會注意到其中的典型區域（特徵點部分），如果我們能夠實現這一特徵點區域提取過程，再對所提取到的區域進行描述就可以實現特徵匹配了。

sift演算法的應用

SIFT演算法目前在軍事、工業和民用方面都得到了不同程度的應用，其應用已經滲透了很多領域，典型的應用如下：物體識別；機器人定位與導航；圖像拼接；三維建模；手勢識別；視頻跟蹤；筆記鑒定；指紋與人臉識別；犯罪現場特徵提取。

② 圖像匹配方法有哪些

圖像匹配的方法很多，一般分為兩大類，一類是基於灰度匹配的方法，另一類是基於特徵匹配的方法。

（1）基於灰度匹配的方法。也稱作相關匹配演算法，用空間二維滑動模板進行圖像匹配，不同演算法的區別主要體現在模板及相關准則的選擇方面。

（2）基於特徵匹配的方法。首先在原始圖像中提取特徵，然後再建立兩幅圖像之間特徵的匹配對應關系。常用的特徵匹配基元包括點、線、區域等顯著特徵。圖像特徵相比像素點數量殺過少很多，特徵間的匹配度量隨位置變化尖銳，容易找出准確的匹配位置，特徵提取能大大減少雜訊影響，對灰度變化、形變和遮擋有較強的適應力。

圖像匹配的任務就是尋找同一場景的兩幅或多幅圖像中像素點之間的對應關系。我們研究的圖像匹配方法主要是基於圖像特徵的方法，主要包括特徵提取、特徵描述和特徵匹配三步。SIFT方法是目前效果較好的經典匹配方法，在我們的研究過程中，均是採用SIFT方法作為基準來評價我們提出的演算法的。

③ SIFT鍙樻崲鐨勫彂灞曞巻紼

SIFT鏄涓縐嶅熀浜庣壒寰佺殑閰嶅噯鏂規硶銆係IFT鐗瑰緛鍖歸厤綆楁硶鏄 DavidG.Lowe鍦2004騫存葷粨浜嗙幇鏈夌殑鍩轟簬涓嶅彉閲忔妧鏈鐨勭壒寰佹嫻嬫柟娉曠殑鍩虹涓婏紝鎻愬嚭鐨勪竴縐嶅熀浜庡昂搴︾┖闂寸殑銆佸瑰浘鍍忕緝鏀俱佹棆杞鐢氳嚦浠垮皠鍙樻崲淇濇寔涓嶅彉鎬х殑鐗瑰緛鍖歸厤綆楁硶銆傝ョ畻娉曞尮閰嶈兘鍔涜緝寮猴紝鑳芥彁鍙栫ǔ瀹氱殑鐗瑰緛錛屽彲浠ュ勭悊涓ゅ箙鍥懼儚涔嬮棿鍙戠敓騫崇Щ銆佹棆杞銆佷豢灝勫彉鎹銆佽嗚掑彉鎹銆佸厜鐓у彉鎹㈡儏鍐典笅鐨勫尮閰嶉棶棰橈紝鐢氳嚦鍦ㄦ煇縐嶇▼搴︿笂瀵逛換鎰忚掑害鎷嶆憚鐨勫浘鍍忎篃鍏峰囪緝涓虹ǔ瀹氱殑鐗瑰緛鍖歸厤鑳藉姏錛屼粠鑰屽彲浠ュ疄鐜板樊寮傝緝澶х殑涓ゅ箙鍥懼儚涔嬮棿鐨勭壒寰佺殑鍖歸厤.
Mikolajczyk鍜孲chmid閽堝逛笉鍚岀殑鍦烘櫙錛屽瑰厜鐓у彉鍖栥佸浘鍍忓嚑浣曞彉褰銆佸垎杈ㄧ巼宸寮傘佹棆杞銆佹ā緋婂拰鍥懼儚鍘嬬緝絳6縐嶆儏鍐碉紝灝卞氱嶆渶鍏蜂唬琛ㄦх殑鎻忚堪瀛(濡係IFT錛岀煩涓嶅彉閲忥紝浜掔浉鍏崇瓑10縐嶆弿榪板瓙)榪涜屼簡瀹為獙鍜屾ц兘姣旇緝錛岀粨鏋滆〃鏄庯紝鍦ㄤ互涓婂悇縐嶆儏鍐典笅錛孲IFT鎻忚堪瀛愮殑鎬ц兘鏈濂姐