本专区汇聚了各类基于 SIFT 开发的源码资源，共计 219 篇资源供开发者免费下载学习。
一个经典的matlab的sift算法，应用在图像配准，初学者可以好好学习下-Matlab a classic of the sift algorithm, used in imag
Relevantimages 从大规模图像集合检索成功是当前材料科学领域内的数据管理问题之一。基于内容的图像检索 （CBIR），也称为 asQuery 的图像内容 （奇比克） 是应
SIFT是一种基于特征的配准方法。SIFT特征匹配算法是 DavidG.Lowe在2004年总结了现有的基于不变量技术的特征检测方法的基础上，提出的一种基于尺度空间的、对图像缩放、
SIFT（Scale Invariant Feature Transform）是一个很好的图像匹配算法，同时能处理亮度、平移、旋转、尺度的变化，利用特征点来提取特征描述符，最后在特
密集的 SIFT 样本筛选描述符在 16 x 16 的每个路径上无重叠，并获得 45 SIFT 描述符。然后，我们将连接这些 SIFT 描述符。
sift算法是计算机视觉中图像配准效果最好的一个算法，而这个代码可以实现基于SIFT特征点的检测和拼接功能，实现多张图片间的拼接融合功能。
此代码提供静态手势的识别。SIFT 特征使用，这样即使测试图像或目标图像在不同的尺度或旋转，然后也这段代码将提供给它的不变性。
本代码使用SIFT算法进行图像特征的提取与匹配，将多幅具有重叠区域的图像最终拼接起来，其中附有原图，可以正常运行，拼接效果非常好！
这是的 SIFT （尺度不变特征变换） 实现。SIFT是一种技术突出、 稳定的特征点检测在图像中。对于每个这种点， 它还提供一套的"功能"，"刻画/描述"小图像区域的点
成功测试过的关于sift算法的Matlab代码，很好用。可以有效便捷的提取特征点和进行匹配运算。里边有事例图片用于参考。
媒体计算方法试验，选了这个课的懂，其中mosaic为sift特征提取与匹配，要用到vlfeat-0.9.17或其他版本。
基于SIFT稀疏编码的空间金字塔匹配的图像分类方法。稀疏编码取代传统的矢量量化来提取局部图像块的外观描述特征。运用最大归并函数取代均值归并函数来实现多维空间上的合并转换和尺度不变。