图像马赛克 开发了一个“图像拼接应用程序”，将一组照片拼接成马赛克/全景图片。 使用SIFT算法生成兴趣点和RANSAC算法消除异常值，最终应用单应矩阵将图像拼接在一起。 下面将解释一些重要的功能： ##计算单应性： 源点和目标点的单独 x,y 坐标。 然后创建在讲座中描述的矩阵 A。使用 matlab 函数 eig 计算 A'*A 的特征值和向量。 结果将包含多组解决方案。 选择与最小特征值对应的特征向量，即第一个。 将该向量转换为 3x3 矩阵以获得 3x3 单应矩阵。 ##applyHomography： 给定单应矩阵和源图像中的点，计算目标图像中的对应点。 使用讲义第 16 页中的信息，可以计算 x,y 坐标。 ##backwardWarpImg： 首先将源图像分成 R、G、B 通道。 然后向后查找目标图像中每个像素在源图像中的对应点。 为了让它更有效率，它被逐列处理。 掩码是通过

SIFT算法原文翻译，翻译的不错，

里面包含了需要的12个m文件及测试图像，全部加载入matlab后运行main.m即可出结果

PPT展示（全英文）图像处理-图片找不同Find the differences of the two images #Matlab下调用Python接口#SIFT算法应用 博客链接： https://blog.csdn.net/qq_34243930/article/details/85316240

针对无人机航拍稻田图像的拼接问题，运用MATLAB软件将数字图像转化为像素张量，利用并改进SIFT算法、RANSAC算法、最邻近搜索法、距离权重法等模型和算法，实现了将航拍照片按照最高分辨率进行矫正拼接，最终形成一张完整无缝的最高分辨率点阵大图。

尺度空间理论与sift算法小结 不错的。。。

一种比SIFT算法更好的特征提取及匹配算法。CVPR2011是2011年最新提出的一种特征提取算法。

很难找到的真正的空间三维图像的SIFT算法，而不是三维立体图的SIFT，包含关键点的特征提取部分，不包含前段多尺度高斯变换提取关键点部分。参考文献A 3-dimensional sift descriptor and its application to action recognition

使用 OpenCV 和 Python 检测两个图像的相似程度 基于SIFT算法，包括代码和数据

SIFT算法详解PPT，可直接用于演示，适合图形图像的初学者