sift图像匹配算法

① sift算法是什么

Sift算法是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。

这一算法的灵感也十分的直观，人眼观测两张图片是否匹配时会注意到其中的典型区域（特征点部分），如果我们能够实现这一特征点区域提取过程，再对所提取到的区域进行描述就可以实现特征匹配了。

sift算法的应用

SIFT算法目前在军事、工业和民用方面都得到了不同程度的应用，其应用已经渗透了很多领域，典型的应用如下：物体识别；机器人定位与导航；图像拼接；三维建模；手势识别；视频跟踪；笔记鉴定；指纹与人脸识别；犯罪现场特征提取。

② 图像匹配方法有哪些

图像匹配的方法很多，一般分为两大类，一类是基于灰度匹配的方法，另一类是基于特征匹配的方法。

（1）基于灰度匹配的方法。也称作相关匹配算法，用空间二维滑动模板进行图像匹配，不同算法的区别主要体现在模板及相关准则的选择方面。

（2）基于特征匹配的方法。首先在原始图像中提取特征，然后再建立两幅图像之间特征的匹配对应关系。常用的特征匹配基元包括点、线、区域等显着特征。图像特征相比像素点数量杀过少很多，特征间的匹配度量随位置变化尖锐，容易找出准确的匹配位置，特征提取能大大减少噪声影响，对灰度变化、形变和遮挡有较强的适应力。

图像匹配的任务就是寻找同一场景的两幅或多幅图像中像素点之间的对应关系。我们研究的图像匹配方法主要是基于图像特征的方法，主要包括特征提取、特征描述和特征匹配三步。SIFT方法是目前效果较好的经典匹配方法，在我们的研究过程中，均是采用SIFT方法作为基准来评价我们提出的算法的。

③ SIFT鍙樻崲镄勫彂灞曞巻绋

SIFT鏄涓绉嶅熀浜庣壒寰佺殑閰嶅嗳鏂规硶銆係IFT鐗瑰緛鍖归厤绠楁硶鏄 DavidG.Lowe鍦2004骞存荤粨浜嗙幇链夌殑锘轰簬涓嶅彉閲忔妧链镄勭壒寰佹娴嬫柟娉旷殑锘虹涓婏纴鎻愬嚭镄勪竴绉嶅熀浜庡昂搴︾┖闂寸殑銆佸瑰浘镀忕缉鏀俱佹棆杞鐢氲呖浠垮皠鍙樻崲淇濇寔涓嶅彉镐х殑鐗瑰緛鍖归厤绠楁硶銆傝ョ畻娉曞尮閰嶈兘锷涜缉寮猴纴鑳芥彁鍙栫ǔ瀹氱殑鐗瑰緛锛屽彲浠ュ勭悊涓ゅ箙锲惧儚涔嬮棿鍙戠敓骞崇Щ銆佹棆杞銆佷豢灏勫彉鎹銆佽呜掑彉鎹銆佸厜镦у彉鎹㈡儏鍐典笅镄勫尮閰嶉梾棰桡纴鐢氲呖鍦ㄦ煇绉岖▼搴︿笂瀵逛换镒忚掑害𨰾嶆惮镄勫浘镀忎篃鍏峰囱缉涓虹ǔ瀹氱殑鐗瑰緛鍖归厤鑳藉姏锛屼粠钥屽彲浠ュ疄鐜板樊寮傝缉澶х殑涓ゅ箙锲惧儚涔嬮棿镄勭壒寰佺殑鍖归厤.
Mikolajczyk鍜孲chmid阍埚逛笉钖岀殑鍦烘櫙锛屽瑰厜镦у彉鍖栥佸浘镀忓嚑浣曞彉褰銆佸垎杈ㄧ巼宸寮伞佹棆杞銆佹ā绯婂拰锲惧儚铡嬬缉绛6绉嶆儏鍐碉纴灏卞氱嶆渶鍏蜂唬琛ㄦх殑鎻忚堪瀛(濡係IFT锛岀烦涓嶅彉閲忥纴浜掔浉鍏崇瓑10绉嶆弿杩板瓙)杩涜屼简瀹为獙鍜屾ц兘姣旇缉锛岀粨鏋滆〃鏄庯纴鍦ㄤ互涓婂悇绉嶆儏鍐典笅锛孲IFT鎻忚堪瀛愮殑镐ц兘链濂姐