说明：SIFT特征点检测监测方法。具有对于图像平移、旋转和尺度变化不变性的优点，成为近十年来最流行的图像特征点检测方法，被广泛用于图像匹配、物体识别、分类等领域。本算法对图像预处理阶段的图像增强算法进行了改进，去除了原本的直方图均衡化图像增强算法，使得图像拼接时间缩短了近一倍，且图像拼接效果依旧良好
说明：sift图像处理，可在matlab直接运行，完全没有问题，可以匹配两张图片，根据高斯金字塔的原理进行处理
说明： ；本程序将尝试实现SIFT算法，将数据库中的手部图像与实时视频输入图像进行匹配。它将显示关键点和精确匹配的输出
说明：sift算法的Matlab代码,特征点提取以及相应的特征点匹配，很好用
说明：这个包里面包括了SIFT特征点检测及匹配的Matlab代码，不是那种编译好的exe文件，对于该算法的理解有一定的帮助，另外包含一些测试的图片，有小图和大图，测试大图的时候速度可能有些慢，还有待进一步的优化。不过对于算法学习绰绰有余了。
说明：首先进行角点检测，利用sift进行特征提取，找到关键点进行匹配，最后利用SVD算法，利用RANSAC进行提纯，以实现图像的拼接。
说明：通过sift算法提取特征点，匹配数字图像复制粘贴篡改区域，并用线段把原区域和篡改区域连接起来，达到盲检测的效果。用于数字图像区域复制粘贴盲检测研究。
说明：SIFT 算法的代码匹配的源代码有所有功能，有一些演示，您可以允许和测试它自己
说明：主要为数据分析和统计，在matlab环境中自动识别连通区域的大小,对于初学matlab的同学会有帮助，模拟数据分析处理的过程，结合PCA的尺度不变特征变换(SIFT)算法，粒子图像分割及匹配均为自行编制的子例程。
说明：随机抽样一致算法RANSAC，在图像配准中可以用于去除不精确的匹配点。
RANSAC ransac-algorithm RANSA matlab-ransac ransac--sift-matlab