模式匹配之sift--- sift图像特征提取与匹配算法代码
sift,The Scale Invariant Feature Transform ,尺度不变特征变换,是检测图像中具有唯一性、对图像平移、旋转、缩放、甚至仿射变换(如从不同角度拍摄图片)保持不变性的图像局部特征的一种有效方法。可以容易地应用到图像匹配的应用中,如目标检测与识别,或者计算图像间的几何变换。
该算法由David. Lowe在2004年发表,并在好像是2007年申请了专利。
网络已有几个版本的实现
请大家查看sift创始人的代码:David Lowe's SIFT code:
http://www.cs.ubc.ca/~lowe/keypoints
不过更易用的似乎是Rob Hess维护的sift 库:
http://blogs.oregonstate.edu/hess/code/sift/
但在使用rob代码的时候发现其非关键代码中的一个错误,而且他的代码只适于做验证,我做了一些小小的改变,使之可以更为方便的使用,可以再命令行下输入图片,并保存结果为图片和文本。文件名是被硬编码进去的
下载地址:http://download.csdn.net/source/2962313
看一下效果吧:
特征图示:
特征匹配
但是sift特征应用也有局限,在我的棋盘图像中很明显,请仔细看特征点的匹配
相关的一个很好网站
牛津视觉几何研究组
Visual Geometry Group at Oxford
http://www.robots.ox.ac.uk:5000/~vgg/research/affine/index.html
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 10年+ .NET Coder 心语,封装的思维:从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· 10年+ .NET Coder 心语 ── 封装的思维:从隐藏、稳定开始理解其本质意义
· 地球OL攻略 —— 某应届生求职总结
· 提示词工程——AI应用必不可少的技术
· Open-Sora 2.0 重磅开源!
· 字符编码:从基础到乱码解决