sift特征点检测的学习demo

基于sift特征的图像配准，很好的提取出特征点，绝对能够运行，不为骗分，只为共享

结合全局信息构成新特征，使得所提特征包含一定得全局信息，增加了特征的鲁棒性

有助于数模的朋友们。这是碎纸片复原所需的资料的。

扩展了图像的筛选特征提取，以逐帧提取视频的筛选特征。

针对目标检测中利用SIFT算法在提取图像特征时提取的背景特征点所占比例较大,提出了一种图像显著区域与SIFT算法相结合的目标匹配方法。为使检测出的极值点与人眼观察到的极值点相似,提出对尺度空间中的图像

针对运动目标检测的难点问题。提出了一种结合尺寸不变特征变换(SIFT)和差分相乘算法的运动目标检测方法。 首先,用SIFT特征匹配算法配准运动图像的旋转、缩放和平移量,利用SIFT匹配的稳定性和准确性

本代码能实现一幅图像的角点检测以灰度图像的形式显示

角点检测的实现与比较，针对传统的角点方法提出新的角点检测方法，实现简单 可移植性好，结合opencv 更容易实现

基本的角点检测，很实用于初学者，有一些简单的注释

斑点是数字图像的主要特征，是区域检测的一种特例，是许多特征生成、目标识别等方法的重要预处理环节。斑点通常和关键点(keypoint)，兴趣点(intrestpoint)以及特征点(featurepoi