SIFT匹配方法

該方法是基於圖像尺度空間理論提出並發展起來的一種算法,相比梯度、哈希以及Harris特徵檢測運算元而言,SIFT運算元能夠提供最為穩定的尺度、旋轉以及平移不變特徵。同時，對於光照及噪聲的影響也具有較強的抵抗性。

隨著感測器類別以及成像方式的不斷多樣化，由於感測器類別、感測器視點、成像條件等因素不同,會造成影像之間的灰度差異和幾何差異較大，在影像匹配過程中，就需要一種穩健性很高的匹配算法。David C.Lowe 在1999年提出了一種新的匹配算法SIFT(ScaleInvariant FeatureTransform)匹配算法。SIFT特徵匹配算法一般分兩個階段來實現:第一階段是SIFT特徵向量的提取,即從多幅待匹配圖像中提取出對尺度縮放、旋轉、亮度變化無關的特徵向量;第二階段是SIFT特徵向量的匹配。