在对sift算法有了初步的了解后，有人表示，是否能用c语言实现sift算法，同时，尽量不用到opencv，gsl等第三方库之类的东西。而且，Rob Hess维护的sift 库，也不好懂，有的人根本搞不懂是怎么一回事。 那么本文，就教你如何利用c语言一步一步实现sift算法，同时，你也就能真正明白sift算法到底是怎么一回事了。

配置好OpenCV2版本的环境 然后再配置OpenMP（在项目上右键->属性->配置属性->C/C++->语言->OpenMP支持里选择 是） 直接编译即可

sift算法详解，与同名博客http://blog.csdn.net/zddmail/article/details/7521424内容相同，pdf版。

MATLAB环境下sift算法的代码实现，MATLAB环境下sift算法的代码实现。希望对刚起步的同学有所帮助。

用GPU对SIFT进行处理，希望对大家有用。

本文以MATLAB软件作为开发工具,设计了一种基于SIFT算法的遥感图像配准系统。本系统能够对来自于不同传感器、不同分辨率、不同时段的遥感图像进行配准,实现对遥感图像的甄别、比对,有效建立遥感图像的统一坐标系,使遥感图像信息的解读更加准确便捷。利用该系统进行储量测量,水文监测都能起到良好的应用效果,并能够实现远程测量。

报告（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

Sift是David Lowe于1999年提出的局部特征描述子，并于2004年进行了更深入的发展和完善。Sift特征匹配算法可以处理两幅图像之间发生平移、旋转、仿射变换情况下的匹配问题，具有很强的匹配能力。在Mikolajczyk对包括Sift算子在内的十种局部描述子所做的不变性对比实验中，Sift及其扩展算法已被证实在同类描述子中具有最强的健壮性。 总体来说，Sift算子具有以下特性： （1）Sift特征是图像的局部特征，对平移、旋转、尺度缩放、亮度变化、遮挡和噪声等具有良好的不变性，对视觉变化、仿射变换也保持一定程度的稳定性。 （2）独特性好，信息量丰富，适用于在海量特征数据库中进行快速、准确的匹配。 （3）多量性，即使少数的几个物体也可以产生大量Sift特征向量。 （4）速度相对较快，经优化的Sift匹配算法甚至可以达到实时的要求。 （5）可扩展性强，可以很方便的与其他形式的特征向量进行联合。

1、简单的matlab图像拼接算法，其中pjfun1.m为主调用函数，cornerDetection.m为角点检测方法，find_sift.m为SIFT特征点获取方法。 2、全文加入了比较多的注释。 3、附赠一张可爱的lenna图,运行Transform.m和lenna.m能得到各种不同的lenna呦。

c++实现SIFT，只用到了opencv中的数据结构