SIFT算法在图像特征提取与匹配中的应用开题报告

1. 研究目的与意义

1、研究背景

sift，即尺度不变特征变换（scale-invariant feature transform，sift），是用于图像处理领域的一种描述。这种描述具有尺度不变性，可在图像中检测出关键点，是一种局部特征描述子。该方法于1999年由david lowe首先发表于计算机视觉国际会议（international conference on computer vision，iccv），2004年再次经david lowe整理完善后发表于international journal of computer vision（ijcv）。截止2014年8月，该论文单篇被引次数达25000余次。

sift在数字图像的特征描述方面应用十分广泛，许多人对sift进行了改进，诞生了sift的一系列变种。sift已经申请了专利。

2. 研究内容和预期目标

1、主要内容

① 掌握图像处理和图像特征点描述的基础知识；

② 熟悉sift算法的基本原理，能够利用opencv、python等工具进行算法的应用实验和验证；

3. 研究的方法与步骤

1、研究方法

①原理

sift，即尺度不变特征变换（scale-invariant featurre transform）,一种电脑视觉的算法用来侦测与描述影像中的局部特征，是用于图像处理领域的一种描述。它在空间尺度中寻找极值点，并提取出其位置、尺度、旋转不变量。这种描述具有尺度不变性，可在图像中检测出关键点，是一种局部特征描述子。其应用范围包含物体辨识、机器人地图感知与导航、影像缝合、3d模型建立、手势辨识、影像追踪和动作对比。

4. 参考文献

[1]李晓明,郑链,胡占义.基于sift特征的遥感影像自动配准[j].遥感学报,2006,10(6):885-892.

[2]李瑞霖.基于改进sift算法的多源遥感影像特征匹配[j].测绘与空间地理信息,2019,42(8):23-26,29.

[3]张俞晴,何宁,魏润辰.基于卷积神经网络融合sift特征的人脸表情识别[j].计算机应用与软件,2019,36(11):161-167.

5. 计划与进度安排

1、第01周～第03周，论文的研究现状分析，毕业设计相关规定、规范和要求学习。该阶段与毕业实习同时进行。

2、第04周，毕业论文正式开始的第一周。汇报前期调研学习的成果。搜索大量相关参考文献，认真书写开题报告，并及时与导师沟通。

3、第04周～第05周，主要阐述论文的背景、目的和意义，论述论文计划完成的全部内容以及章节安排，书写第一章绪论部分。