《SIFT特征点提取》由会员分享，可在线阅读，更多相关《SIFT特征点提取（32页珍藏版）》请在金锄头文库上搜索。
1、哈尔滨工业大学华德应用技术学院毕业设计（论文）哈尔滨工业大学华德应用技术学院毕业设计（论文）-I-摘 要图像匹配在遥感、医学、计算机视觉等很多领域中有着广泛的应用，是提 取和匹配图像特征是实现图像自动配准的一种重要方法。 SIFT(尺度不变特性变换，Scale Invariant Feature Transform)最初是 作为一种关键点的特征提取出来的，其匹配能力较强，可以处理两幅图像之间 发生平移、旋转、防辐射4等变换情况下的匹配问题，甚至在某种程度上对 任意角度拍摄的图像也具备较为稳定的特征匹配能力。作为一种优秀的局部特 征描述子，SIFT 算子被广泛应用于目标识别、图像配准、室内场景定
2、位等场合。论文着重介绍了一种基于图像特征值的匹配方法(SIFT 算法),包括 SIFT 算 法的发展历史，算法特点，主要思想和实现步骤，然后实现 SIFT 特征点提取， 以寻找一种优化算法，减少 SIFT 的算法复杂度。(介绍用什么实验,得到什么 结论)关键词：关键词：SIFT 算法，特征匹配，特征点提取 AstractIn remote sensing image matching, medical, computer vision many adjacent domain in a wide range of applications, Extraction and matching im
3、age characteristics is to realize the automatic image registration is a kind of important method . SIFT was originally as a key point for feature extraction of come out, its matching with the strong ability can handle two images occur between translation, rotation and anti-radiation such transformat
4、ion under the circumstance of the matching problem, even in some extent of arbitrary Angle photographs of image and also has a relatively stable feature matching ability. As a kind of excellent local characteristics description son, SIFT operators are widely used in target recognition, image registr
5、ation, indoor scene positioning and so on. This paper mainly introduces a method 哈尔滨工业大学华德应用技术学院毕业设计（论文）哈尔滨工业大学华德应用技术学院毕业设计（论文）-II-based on image eigenvalue of matching method (SIFT algorithm). Including SIFT algorithm development history, algorithm characteristics, main ideas and implementation ste
6、ps and then realized SIFT feature point extraction to find an optimization algorithm to reduce SIFT algorithm complexity .(请不要直译)K Ke ey yw wo or rd ds s：SIFT algorithm, feature matching, feature point extraction, simplified algorithm. 哈尔滨工业大学华德应用技术学院毕业设计（论文）哈尔滨工业大学华德应用技术学院毕业设计（论文）-I-目 录摘 要 .I 第 1 章
7、 绪论 .1 1.1 课题背景 .1 1.2 目的意义 .1 1.3 研究内容及结构安排 .2 第 2 章 智能优化方法 .3 2.1 基于蚁群的优化算法 .3 2.2 基于鱼群的优化算法 .3 2.3 基于神经网络的优化算法 .3 2.4 本章小结 .3 第 3 章 SIFT 基本算法.4 3.1 构建尺度空间 .5 3.2 局部极值点的检测 .7 3.3 极值点的方向分配 .7 3.4 特征点描述子的生成 .8 3.5 SIFT 算法的扩展.9 3.6 本章小结 .10 第 4 章 SIFT 算法的改进方案.11 4.1 SIFT 简化算法介绍.11 4.2 SIFT 简化算法.12 4.
8、3 本章小结 .14 第 5 章 实验结果及分析 .15 5.1 简化算法不变性测试 .15 5.2 描述子维数的选择 .15 5.3 改进算法的时间复杂度 .15 5.4 本章小结 .15 致 谢 .16 参考文献 .17 附录 .18哈尔滨工业大学华德应用技术学院毕业设计（论文）哈尔滨工业大学华德应用技术学院毕业设计（论文）-1-第 1 章 绪论1.1 课题背景SIFT（Scale Invariant Feature Transform）算法由 D.GLowe8于1999 年提出，2004 年哥伦比亚大学的 David Lowe7提出了一种新的提取特征点的算法SIFT 算法。后来，Y。ke 将其描述子部分用 PCA 代替直方 图的方式，对 SIFT 算法进行改进，目前基于改进 SIFT 特征点的算法在图 像处理中的应用越来越广泛，而且近年来这方面的研究也取得了很大的成 果。较好的解决了物体遮掩、旋转缩放、视觉变换引起的图像变形等问题。 本文主要针对图像匹配中的 SIFT 算法进行研究，然后将图片编程到 OPENCV软件中，并借助 gsl 来实现改进的 SIFT 算法1的可用性。1.2 目的意义在图像提取算法百花齐放的时候，SIFT 算法作为一个崭新特征提取的技 术，具有强大和精确的匹配能力和广阔的发展和应用空间。对 SIFT 算法的 改进和优化方法也有很多，如降低特征向量维数
