原创力文档- 1、本文档共69页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
sift算法详解及应用(特别详细版)
BEIJING
INSTITUTE
OF TECHNOLOGY
尺度不变特征变换匹配算法
Scale Invariant Feature
Transform
（SIFT ）
宋丹
2016/11/ 9 1/60
SIFT
Scale Invariant Feature Transform
1. SIFT简介
2. SIFT算法实现细节
3. SIFT算法的应用领域
4. SIFT算法的扩展与改进
2016/11/ 9 2
SIFT
Scale Invariant Feature Transform
l 传统的特征提取方法
• 成像匹配的核心问题是将同一 目标在不同时间、不同
分辨率、不同光照、不同位姿情况下所成的像相对应。
传统的匹配算法往往是直接提取角点或边缘，对环境的
适应能力较差，急需提出一种鲁棒性强、能够适应不同
光照、不同位姿等情况下能够有效识别 目标的方法。
2016/11/ 9 3
SIFT
Scale Invariant Feature Transform
l SIFT提出的目的和意义
David G. Lowe
Computer Science Department
2366 Main Mall
University of British Columbia
Vancouver, B.C., V6T 1Z4,
Canada
E-mail: lowe@cs.ubc.ca
• 1999年British Columbia大学大卫.劳伊
文档评论（0）