一个研究生的毕业论文，基于SIFT特征匹配的视频稳像算法研究，结构清晰

基于SIFT的图像配准程序 SIFT特征匹配算法是目前国内外特征点匹配研究领域的热点与难点,其匹配能力较强,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,甚至在某种程度上对任意角度拍摄的图像也具备较为稳定的特征匹配能力！

针对水下双目图像匹配时不再满足空气中极线约束条件以及尺度不变特征变换(SIFT)特征匹配算法处理水下图像误匹配率较高等问题，提出一种基于曲线约束的水下特征匹配算法。对双目摄像机进行标定获取相关参数，再获取参考图和待匹配图；利用SIFT算法对两幅图像进行匹配，同时利用由参考图提取的特征点推导出其在待匹配图上对应的曲线，将该曲线作为约束条件判定待匹配图上对应特征点是否在曲线上，从而剔除误匹配点，以达到提高精度的目的。实验结果表明，该算法优于SIFT算法，可以有效地剔除误匹配点，比SIFT算法匹配精度提高约12%，解决了SIFT算法在水下双目立体匹配中误匹配率高的问题。

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。

三维坐标点的SIFT特征匹配。产生2个三维模型的坐标点，然后进行SIFT特征提取，然后进行配准

sift算法的matlab版本实现，数据以及函数代码均非常完整，版本符合的的话可以直接运行，有部分注释帮助理解，功能也比较全面，感谢大家支持

鉴于摄像机采集的图像一般都存在一定程度的旋转和平移，一般的匹配算法都存在较高的误匹配率，引入极线约束，提出一种改进的SIFT特征匹配 算法，并在MATLAB中实现算法，实验结果证明该算法有效

SIFT特征匹配算法-SIFT.rar SIFT：Scale Invariant Feature Transform SIFT特征匹配算法是目前国内外特征点匹配研究领域的热点与难点，其匹配能力较强，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，甚至在某种程度上对任意角度拍摄的图像也具备较为稳定的特征匹配能力。 附件中有SIFT原文、中文文献。

基于SIFT的手势识别程序 SIFT特征匹配算法是目前国内外特征点匹配研究领域的热点与难点,其匹配能力较强,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,甚至在某种程度上对任意角度拍摄的图像也具备较为稳定的特征匹配能力，适合初学者学习，注释清楚

此函数绘制两个图像之间的对应点。 它在匹配特征点的可视化调试中非常有用（至少对我而言），例如 SURF 或 SIFT 特征。 h = match_plot(img1,img2,points1,points2) 点 1 = [x1 y1; x2 y2; ...] = img1 中的对应点点 2 = [x1 y1; x2 y2; ...] = img2 中的对应点 原点是图像的左上角x 轴指向右侧，y 轴指向下方。 点 2 必须与点 1 的大小相同。 如果两张图片的尺寸不同，则较小的一张会被重新缩放。 对应的线以不同的颜色绘制，从红色到蓝色彩虹秩序。 返回图形句柄对象 h。