SIFT学习资源，持续更新 . . .

最新推荐文章于 2024-11-19 16:01:12 发布
原创 最新推荐文章于 2024-11-19 16:01:12 发布 · 1.3k 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#多尺度空间 #SIFT #图片尺度不变特征 #特征描述子

本文详细探讨了计算机视觉领域中SIFT算法、KMeans聚类、LDA线性判别分析、Rob Hess算法的理解及应用，通过提供源码分析、原理解释和实际案例，为读者提供了一个全面的技术指南。同时，介绍了SIFT算法的构造方法、特征点描述以及其在图像处理中的应用。此外，还提供了中文翻译资源和Rob Hess Blog等外部链接，帮助读者更深入地理解相关概念和技术。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

走在前面的大神们都总结的太好了，我就跟着他们的路一步一步慢慢来吧~


Paper下载：

https://www.cs.ubc.ca/~lowe/papers/ijcv04.pdf


RobHess的源码分析：综述


RobHess算法理解及解释


SIFT+KMeans+LDA


DoG尺度空间构造


http://vision.cs.princeton.edu/pvt/SiftFu/SiftFu/SIFTransac/vlfeat/doc/api/sift.html


http://www.cnblogs.com/eyeszjwang/articles/2429382.html


SIFT原理与源码分析：关键点描述


http://www.cnblogs.com/JiePro/p/sift_4.html


中文翻译：

http://www.cnblogs.com/cuteshongshong/archive/2012/05/25/2506374.html


Rob Hess Blog：

http://blogs.oregonstate.edu/hess/code/sift/


Cauthy's Blog

https://cauthy.wordpress.com/category/detectorsdescriptors/


http://blog.youkuaiyun.com/xw20084898/article/details/16832755


以及来自很多网络的PPT， 参考文献。。。





计算机视觉图像特征提取入门：Harris角点与SIFT算法
优快云博客专家，系统架构师，有合作、疑惑请私信博主。
04-11 14万+
计算机视觉图像特征提取入门：Harris角点与SIFT算法，在计算机视觉领域，图像特征提取是一项至关重要的基础任务。它旨在从图像中提取具有代表性和独特性的信息，这些信息能够帮助计算机理解图像内容，为后续的目标识别、图像匹配、图像分割等高级任务提供有力支持。Harris 角点和 SIFT（尺度不变特征变换）算法作为经典的图像特征提取方法，在学术界和工业界都得到了广泛应用。Harris 角点能够有效地检测出图像中的角点特征，这些角点往往是图像中物体形状的关键转折点，蕴含着丰富的结构信息。
MATLAB编程（4）——MATLAB绘制二维高斯函数的三维图
Daniel_Shi的博客
01-15 6万+
本篇博文记录使用MATLAB绘制二维高斯函数的三维图。 用到的MATLAB函数——mesh()（绘制三维线框图）和surf()（绘制三维表面图）。 MATLAB命令窗口输入>> doc 函数名，可以查看相关函数的帮助文档。 一维高斯函数：         （μ为均值，σ为标准差） 二维高斯函数：         （这里，均值均为零，标准差均为σ） 下面给出代码（两种实现结...
图像处理中的数学基础--高斯函数(Gaussian Function)分析
L_WAND的博客
06-30 8290
高斯函数的详细分析 ...
Gaussian function学习
A_Student_OF_SHANDA的博客
05-11 6174
在数学上，高斯函数的形式为 对于任意实数常量a,b,c(c≠0)a,b,c(c \neq 0)a,b,c(c̸​=0)
图像处理之高斯滤波
weixin_42491648的博客
07-14 2585
高斯函数广泛应用于统计学领域，用于表述正态分布，在信号处理领域，用于定义高斯滤波器，在图像处理领域，二维高斯核函数常用于高斯模糊Gaussian Blur，在数学领域，主要是用于解决热力方程和扩散方程，以及定义Weiertrass Transform。二维高斯函数在计算机视觉领域用处广泛，利用0均值的二维高斯函数,可以生成高斯卷积核，用于图像处理中的高斯滤波，实现高斯模糊，可以去除噪声。
二维高斯拟合20250415更新
weixin_51184047的博客
08-13 730
【代码】二维高斯拟合。
二维高斯函数
游泳的鱼的专栏
08-25 1万+
  https://blog.csdn.net/farmwang/article/details/78699926
计算机视觉与图像处理_OpenCV3X_Python实现基于Udemy课程RajeevRatan的计算机视觉入门教程_包含OpenCV基础操作图像处理特征检测目标跟踪机器学习集成及去除SIFT.zip
最新发布
06-15
教程中还包含了附赠资源，比如PDF文档和文本文件，这些资源可能包括了学习资料、代码示例以及与课程内容相关的扩展阅读材料。OpenCV-master文件夹则可能包含课程中所用到的OpenCV库的源代码以及相关的依赖文件。 这...
机器学习路线指引，包含CV, NLP等多个方向的基础和大佬学习路线，不断更新中.zip
05-06
这份名为"机器学习路线指引，包含CV, NLP等多个方向的基础和大佬学习路线，不断更新中.zip"的资源提供了全面的学习路径，帮助你深入理解和掌握这两个领域的核心知识。 计算机视觉（CV）是研究如何使机器“看”并...
基于opencv-python的sift、kmeans、bow图像检索.zip
04-05
如图像处理（滤波、形态学操作、色彩空间转换等）、特征检测与描述（如SIFT、SURF、ORB等）、物体识别与检测（如Haar级联分类器、HOG、DNN等）、视频分析、相机校正、立体视觉、机器学习（SVM、KNN、决策树等）、...
机器学习：基于opencv和python的智能图像处理》学习代码.zip
02-15
《机器学习：基于OpenCV和Python的智能图像处理》学习代码.zip这个压缩包文件，主要包含了一套关于人工智能领域中的图像处理项目，尤其侧重于利用OpenCV库和Python编程语言来实现。OpenCV（Open Source Computer ...
SIFT+RANSAC识别物体，并标注边界
07-17
采用SIFT和RANSAC算法完成特征点的匹配和筛选，并求出物体的变换矩阵，通过变换矩阵计算出物体的边界。
SIFT+RANSAC
05-05
sift算法提取特征点进行特征点匹配，用RANSAC（随机采样一致性）方法剔除误匹配特征点，有图形显示，需配置openCV
二维高斯函数应用于图像处理
Linux_bin的博客
03-23 2516
二维高斯函数数学公式如下： （u1是原点x坐标） （u2是原点y坐标） 是各个点所占的权重，在图像处理中，一般u1,u2是远点坐标。 例如当sigma=1时，可得权重去下： [0.36787945, 0.60653067, 0.36787945; 0.60653067, 1, 0.60653067; 0.36787945, 0.60653067, 0.36787945] ...
二维高斯核函数(python)
RMG的专栏
12-12 3万+
二维高斯核函数python版
二维高斯函数（中间暗）、正条纹图与环形条纹图
Mufasa1988的博客
04-16 535
二维高斯函数 %code fgs = @(x,y)exp(-(sqrt(x.^2+y.^2)-70).^2./(2*30.^2)); %圆环半径70F2 = fgs(xp,yp);imagesc(F2) 显示： 二维正弦条纹图： %code 三个相位 clc,clear[xp,yp] = meshgrid(-100:100,-100:100);f = @(x,...
高斯函数的详细分析
热门推荐
面壁者
09-28 9万+
摘要     论文中遇到很重要的一个元素就是高斯核函数，但是必须要分析出高斯函数的各种潜在属性，本文首先参考相关材料给出高斯核函数的基础，然后使用matlab自动保存不同参数下的高斯核函数的变化gif动图，同时分享出源代码，这样也便于后续的论文写作。 高斯函数的基础 1 一维高斯函数 高斯函数，Gaussian Function， 也简称为Gaussian，一维形式如下：
二维高斯函数的傅里叶变换——DoG算子的理论保证
u013600306的博客
11-19 1526
任意两个相减，结果是一个全正数或全负数的高通滤波器。这就保证了DoG算子相应的频率响应函数是零相位响应。DoG算子不是想当然。完美利用了二维高斯函数傅里叶变换的性质。
SIFT+RANSAC做图像矫正
wd171027的专栏
01-08 6627
做图像矫正时使用了一下sift算法，尽管sift确实很牛，但还是会出现一些误匹配，直接计算两张影像的单应矩阵会出现很大误差，因此可以在计算时使用RANSAC算法在单应矩阵的约束下剔除误匹配，并计算单应矩阵，基本思路为：1、进行sift匹配。2、RANSAC计算单应矩阵。3、使用插值函数进行重采样。基于OpenCV的c++代码： #include <iostream> #include <fstrea
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值