1.SIFT特征原理描述

SIFT的全稱是Scale Invariant Feature Transform，由加拿大教授David G.Lowe提出的。SIFT特征不只具有尺度不變性，即使改變旋轉(zhuǎn)角度，圖像亮度或拍攝視角，仍然能夠得到好的檢測(cè)效果，是一種非常穩(wěn)定的局部特征。

總體來說，Sift算子具有以下特性：

（1）Sift特征是圖像的局部特征，對(duì)平移、旋轉(zhuǎn)、尺度縮放、亮度變化、遮擋和噪聲等具有良好的不變性，對(duì)視覺變化、仿射變換也保持一定程度的穩(wěn)定性。

（2）獨(dú)特性好，信息量豐富，適用于在海量特征數(shù)據(jù)庫中進(jìn)行快速、準(zhǔn)確的匹配。

（3）多量性，即使少數(shù)的幾個(gè)物體也可以產(chǎn)生大量Sift特征向量。

（4）速度相對(duì)較快，經(jīng)優(yōu)化的Sift匹配算法甚至可以達(dá)到實(shí)時(shí)的要求。

（5）可擴(kuò)展性強(qiáng)，可以很方便的與其他形式的特征向量進(jìn)行聯(lián)合。

Sift算法的步驟可歸納為以下三點(diǎn)：

（1）提取關(guān)鍵點(diǎn)；

（2）對(duì)關(guān)鍵點(diǎn)附加詳細(xì)的信息（局部特征）也就是所謂的描述器；

（3）通過兩方特征點(diǎn)（附帶上特征向量的關(guān)鍵點(diǎn)）的兩兩比較找出相互匹配的若干對(duì)特征點(diǎn)，也就建立了景物間的對(duì)應(yīng)關(guān)系。提取關(guān)鍵點(diǎn)和對(duì)關(guān)鍵點(diǎn)附加詳細(xì)的信息（局部特征）也就是所謂的描述器可以稱做是Sift特征的生成，即從多幅圖像中提取對(duì)尺度縮放、旋轉(zhuǎn)、亮度變化無關(guān)的特征向量。

?

SIFT的特點(diǎn)主要有以下幾個(gè)：

旋轉(zhuǎn)、縮放、平移不變性

解決圖像仿射變換，投影變換的關(guān)鍵的匹配

光照影響小

目標(biāo)遮擋影響小

噪聲景物影響小

?

2、對(duì)兩張圖片進(jìn)行SIFT特征匹配處理

運(yùn)行代碼如下圖：

運(yùn)行結(jié)果如下圖：

?

(1)首先第一次運(yùn)行之后顯示pil出現(xiàn)問題，之后我重新在anconda中重新安裝了pil庫（這個(gè)問題我忘記截圖了！）這個(gè)問題就解決了。

(2)計(jì)算關(guān)鍵點(diǎn)描述符時(shí);如果未找到關(guān)鍵點(diǎn)，可以使用函數(shù)sift.detectAndCompute()直接找到關(guān)鍵點(diǎn)并計(jì)算。

(3)運(yùn)行中還遇到一個(gè)問題，是有關(guān)pcv的問題：

?

這個(gè)問題意思是沒有找到一個(gè)名為pcv的庫，說明pcv安裝出現(xiàn)問題，于是，我重新跟著安裝了pcv，這個(gè)問題也解決了，安裝鏈接：https://github.com/jesolem/PCV，步驟如下：

將下載的文件解壓；
打開cmd，執(zhí)行如下指令：?
cd?C:\Users\Administrator\Desktop\PCV?
python?setup.py?install
在pycharm中輸入import?PCV，測(cè)試是否安裝成功。 （4）我本次實(shí)驗(yàn)沒有在python3.6完成，我運(yùn)行python3.6會(huì)出現(xiàn)這個(gè)問題：

?

所以我在anconda中其他平臺(tái)運(yùn)行完成。

?

?

3、對(duì)從不同視點(diǎn)拍攝的圖片做地理標(biāo)記

?

?

轉(zhuǎn)載于:https://www.cnblogs.com/silencexiaoyou/p/10549622.html

總結(jié)

以上是生活随笔為你收集整理的图片SIFT特征匹配处理的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。