电子发烧友
7607次浏览
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
2018-02-26 11:06
SIFT特征是非常稳定的图像特征，在图像搜索、特征匹配、图像分类检测等方面应用十分广泛，但是它的缺点也是非常明显，就是计算量比较大，很难实时，所以对一些实时要求比较高的常见SIFT算法还是无法适用。
2022-11-23 09:48
为了提高基于SIFT（Scale Invariant Feature Transform）图像匹配算法对于图像对比度变化的鲁棒性和算法效率，提出了一种具有可变系数的自适应对比度阈值
2012-10-26 15:11
针对SIFT算法复杂程度高，实时性差，在维数较高的图像配准中并不实用的问题，提出了一种基于线性鉴别分析（LDA）的SIFT算法（
2013-07-24 16:30
尺度不变特征转换（Scale-invariant feature transform或SIFT）是一种电脑视觉的算法用来侦测与描述影像中的局部性特征，它在空间尺度中寻找极值点，并提取出其位置、尺度、旋转不变量，此算法
2018-02-26 10:37
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
2021-03-29 14:04
SIFT算法具有旋转、平移、尺度缩放和亮度的变化保持不变性的优点，也有算法复杂、计算时间长的缺点。本文提出了以街区距离代替欧式距离的新方法，来提高SIFT特征匹配效率，
2012-08-13 16:07
Python下使用SIFT算法描绘两张图片的相似特征点
2020-06-02 13:16
2014-03-22 19:47
SIFT特征是基于物体上的一些局部外观的兴趣点而与影像的大小和旋转无关。对于光线、噪声、微视角改变的容忍度也相当高。SURF也是一种类似于SIFT的兴趣点检测及描述子算法。其通过Hessian矩阵的行列式来确定兴趣点
2017-12-15 07:56
