- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
原理与编程总结作者北京理工大学自动化学院导航制导与控制专业郝志会前言根据的经典著作下面简称以及程序总结一下算法流程和编程方法以便今后的改进和移植正文按照总结的主要步骤来总结蓝色链接表示有附录详述红色字体表示不确定或者需要考证目录图各的尺度坐标关键点匹配附录尺度空间及高斯卷积算法附录函数郝志会原理与编程总结尺度空间的寻找具有性质的点可以通过在尺度空间中寻找稳定的特征来实现一个图像的尺度空间用函数和图像卷积生成为此首先在尺度空间中构建由若干尺度即等于具体值对具体的图像来说就是高斯图像构成的图像金字塔
SIFT 原理与编程总结
作者: 北京理工大学 自动化学院导航制导与控制专业 郝志会
Email: hzhbit@
0-1 前言
根据David G.Lowe 的经典著作《Distinctive Image Features from Scale-Invariant
Keypoints》(下面简称《SIFT》)以及SIFT8 程序,总结一下SIFT 算法流程和编程方
法,以便今后的改进和移植。
正文按照《SIFT》总结的主要步骤来总结。
蓝色链接表示有附录详述。
红色字体表示不
原创力文档


文档评论(0)