基于SIFT特征点的图像拼接技术研究

基于C语言实现的SIFT算法，实现SIFT图像特征提取，以及基于SIFT的图像拼接。能直接运行

Image mosaic source code based on sift algorithm RANSAC algorithm

Binocular vision localization based on SIFT feature points

由于只是利用图像的灰度信息, SIFT 算法不能很好地区分形状相似但颜色不同的物体。针对这一问题, 提出了一种基于彩 色的SIFT 特征点提取算法, 并着重分析了多种彩色模型对算法性能的影响。这种算法

提出了一种新的结合特征点与极谐变换（PolarHarmonicTransform，PHT）的图像拼接算法。利用Harris角检测器提取图像中的特征点，计算特征点圆形邻域的PHT特征矢量，并通过计算欧氏

图像拼接是最常见的图像篡改和伪造手段之一。提出了一种基于离散余弦变换（DiscreteCosineTransform，DCT）域中韦伯局部特征（WeberLocalDescriptor，WLD）的图像

针对数字图像篡改的常用手法图像拼接，提出了一种基于多特征融合的被动盲取证算法来检测图像拼接。算法通过分析图像相位一致性和纹理特征，采用二维经验模式分解将图像分解到固有模态函数域，得到三类特征值。利用这

为了解决旋转图像间的点特征匹配问题,提出了一种以空间位置分布关系为搜索依据的 新的匹配算法.首先将已检测到的特征点生成三角形,随后利用相似三角形配对获取图像间的仿 射变换关系,并根据这种空间位置分布关

(仅供学习参考)采用多分辨率的分块策略对图像的二维空间进行划 分,提出了以各分块的主色作为图像的颜色特征的表示方 法,阐述了多分辨率分块主色算法主要思路,给出了一种多 分辨率分块特征点匹配的图像检索方

一种基于Harris角点特征的图像拼接方法的论文