由于之前收集的SIFT代码和文章过大(50多M)，不能一起上传，这附件里面只包括SIFT的C/C++实现（可用），需要的请下载。

分别用SIFT、SURF、ORB做特征匹配要求用绿色线条画出两张图对应的匹配点（出3张图） 再使用RANSAC滤除离群点（参数自行调优）后用绿色线条画出两张图对应的匹配点（出3张图） 然后根据对应点分别计算图B到图A的单应变换矩阵（要求以矩阵形式清晰打印出来并截图，精度保留3位有效数字，出3张图） 根据计算的单应矩阵把第二张图变换到第一张图的坐标系下，与原图通过线性加权的方式融合（权重自行调优），可调用现成库，出3张图。

MATLAB图像拼接，方法为sift，带GUI框架

压缩包内是改进SIFT算法后得到的SURF算法，通过matlab调用C++程序，需要预先设置好matlab安装MinGW-w64编译器（mex命令），具体论文里面有，或者参考https://blog.csdn.net/desire121/article/details/60466845

matlabrgb2gray函数代码MATLAB 上的 SIFT 的实现，由 . 这是中东技术大学“医学图像分析高级主题”课程的学期项目。 用法 在 Matlab 中读取图像并将其转换为灰度图像，然后将其用作SIFT函数的输入。 SIFT(Image, Octaves, Scales, Sigma):主要函数取灰度图像、八度数、每八度数和sigma的初始值。 返回元胞数组内的关键点。 例子： image = imread('image.jpg'); image = double(rgb2gray(image)); keyPoints = SIFT(image,3,5,1.6); 在过程中创建的关键点是对象。 所有关键点都在元胞数组中返回。 每个关键点包含： coordinates():返回图像上关键点的[x，y]坐标。 direction():返回关键点的一般方向。 magnitude():返回一般方向矢量的幅度。 octave():返回提取关键点的八度数。 scale():返回图像卷积的 sigma 值。 descriptor():返回包含描述符的向量。 图像可视化器 此功能的主要目

使用sift算法提取特征点，对目标图片进行匹配。使用匹配结果计算 目标物体所在矩形范围，作为参数传入grabcut，同时将sift算法的匹配点作为前景点传入grabcut函数，实现图像分割。

使用sift特征提取目标物与目标图片的特征点，进行匹配，从而找出目标物在图片中的范围，将该范围作为矩形区域传入grabcut函数，同时将匹配特征点作为前景点传入grabcut函数，进行图像分割。实验结果显示出不错的图像分割结果。

尺度不变特征变换 SIFT算法 Matlab程序代码.doc

David Lowe实现的SIFT示例，其中的exe他包装了，其中的matlab调用例子非常不错，可以用于实际工程，本人使用它导出的dotnet库，识别200*200的图像，速度还可以，大概200ms识别一个图，准确率100%，有优化的空间

RANSAC算法介绍 转.doc