使用OPENCV实现SIFT算法，完成特征点提取和匹配，程序可正常运行

改进的基于SIFT和RANSAC的图像配准方法 精灵论文

大名鼎鼎的David Lowe从尺度不变关键点中提取的图像特征，SIFT算法原文

lowe04年关于SIFT的论文IJCV2004 Distinctive image features from scale invariant keypoints的翻译，完全自己翻着金山词霸翻译的。

本文实例为大家分享了利用opencv实现SIFT特征提取与匹配的具体代码，供大家参考，具体内容如下 1、SIFT 1.1、sift的定义 SIFT，即尺度不变特征变换（Scale-invariant feature transform，SIFT），是用于图像处理领域的一种描述。这种描述具有尺度不变性，可在图像中检测出关键点，是一种局部特征描述子。 1.2、sift算法介绍 SIFT由David Lowe在1999年提出，在2004年加以完善 。SIFT在数字图像的特征描述方面当之无愧可称之为最红最火的一种，许多人对SIFT进行了改进，诞生了SIFT的一系列变种。SIFT已经申请了专利（所以现在

在学习数字图像处理的过程中，通过查阅书籍和网站对Sift特征检测算法原理进行整理，在此分享给有需要的同学。

【交通标志识别】基于SIFT特征实现交通标志识别matlab源码含GUI.md

解算两张图片匹配点，可以得到具体的位置坐标信息等，很实用，我自己就用了

ransac的原理，Marco Zuliani的<>，这份资料讲得不错，想要详细了解其原理的同学不妨看看这份资料。

1 该代码改编至opencv3.1的例程，可以实现根据SURF/SIFT特征点进行图像匹配，原例程路径为：opencv_contrib\modules\xfeatures2d\samples\surf_matcher.cpp。 2. 代码运行环境：VS2013,opencv3.1，且需要单独编译与该版本匹配的opencv_contrib。编译方法请参考http://livezingy.com/compile-opencv-and-opencv_contrib/