摘要：图像匹配是指通过某种特征算法在它们之间找到相同名称的图像的过程。 图像处理的对象是图像匹配技术,也是其他图像分析技术的基础。

-SIFT即为尺度不变特征转换,SIFT算法的特征是图像的局部特征。它的核心思想是Scale space寻找极值点,来获取位置、旋转不变量和尺度,让它对旋转、亮度变化和尺度缩放具有保持不变性，对方式变换、噪声和视角变换有良好的稳定性；同时,SIFT算法的特点有运行速度快、独特性好、信息量丰富等。

-在本论文中,基于SIFT算法的图像匹配技术被深入细致地研究。首先,介绍了图像匹配技术的基本理论,然后阐述了规模空间理论, 最后,对SIFT特征提取过程进行了详细介绍,并对特征匹配进行了分析。通过实验探索SIFT的旋转变化,亮度和尺度变化的变化在三个变化的匹配效应。

关键词：  图像匹配，尺度空间,SIFT算法,特征提取,特征匹配

目录

摘要

Abstract

1 前言-3

1.1 论文的研究背景和意义-3

1.2 图像匹配技术的发展与研究现状-3

1.3 本文的研究内容和目标-3

1.4 本文的章节结构-4

2 图像匹配的基本理论-4

2.1 图像匹配技术的概述-4

2.2 图像匹配技术的定义-4

2.3 图像匹配算法的分类-4

2.4 本章小结-5

3 尺度空间理论-5

3.1 尺度空间理论-5

3.2 高斯尺度空间-5

3.3 本章小结-6

4 SIFT特征匹配-6

4.1 SIFT算法的基本概念-6

4.2 图像初始化-7

4.3 SIFT特征提取-7

4.3.1 高斯金字塔的构建-7

4.3.2 建立DOG差分金字塔-8

4.3.3 空间极值点检测-9

4.3.4 关键点的精确定位-9

4.3.5 关键点方向分配-10

4.3.6 生成SIFT特征向量-11

4.4 SIFT特征向量的匹配-12

4.5 本章小结-13

5 实验结果及分析-13

5.1 SIFT特征提取实验结果-13

5.2 特征匹配实验结果-13

5.3 本章小结-16

结  论-17

参 考 文 献-18

致  谢-19

附录：程序清单-20