360度全景图拼接，利用sift算法提取特征点，图像变换，融合图像，进而形成全景图。效果不是很好，本程序仅供参考，目的是为了了解全景图拼接步骤，过程，希望经过个人修改得到好的结果，共同学习

科大的一篇硕士论文 讲得比较详细 适合入门级的仔细研究下

基于matlab的sift算法特征点匹配实例

从那个开源的ＳＩＦＴＧＰＵＩＯＳ改成Android下面的实现， 并提供一个测试程序； 并附上那个 ＩＯＳ的原来版本

图像lbp特征的提取 matlab实现

基于sift特征匹配的交通标志识别系统 (1)在复杂背景下的交通信号分割研究中，通过在HSV颜色空间中选择合适的阈值范围，提取出可能出现目标的区域。最后，根据形状学特征在最大的预留区域再次搜索三角形，圆圈提取目标区域。在此基础上，对大量交通标志进行了图像分割实验。经验表明，HSV彩色区域的交通标志分割效果更好。 (2)选择SIFT特征，即满足旋转、平移和比例不变要求的特征向量。提出了分割图像的想法。将图像分割成固定数量的子块，计算每个子块内SIFT向量的平均值，得到该图像的特征向量。整个设计带有一个可视化GUI界面，方便操作，布局合理。

特征匹配 • 使用SIFT、Dense SIFT 和SURF 从图像中提取特征。 将这些特征应用于立体视觉匹配。 • 该项目是使用 WPF、C# 和 OpenCVSharp 的桌面应用程序。 • 该项目是南安普敦大学人工智能理学硕士“高级计算机视觉”课程的一部分。

C#，emgucv3.0.0自带的SIFT和SURF匹配算法。 如果没有积分，可以直接给我发邮件，我会直接发给你。 邮箱：1151617653@qq.com 简单介绍参考网址https://blog.csdn.net/weixin_42062353/article/details/107533653

只用OpenCV，五行搞定SIFT特征点检测（除了预编译头，读图，显示，就五行）。一行一分，有运行结果截图。 运行环境 VS2008/VS2010 + OpenCV2.3.1 声明： 代码很短，为截图，请下载后自行敲到工程里。 代码不包含特征点匹配，请自行琢磨。 原始的SIFT特征点检测代码（http://www.cs.ubc.ca/~lowe/keypoints/）要依赖好几个库，还需要OpenCV,调用繁琐，而且速度也一般。 为了大家考虑，建议使用原始代码练习一下,但愿大家都不下载此资源；如果只想图个方便，就请付出代价，下载此资源。

压缩包中含有测试图片，Lowe的SIFT算法用OPENCV，误匹配部分用RANSAC剔除。