说明：基于SIFT的图像配准程序 SIFT特征匹配算法是目前国内外特征点匹配研究领域的热点与难点,其匹配能力较强,可以处理两幅图像之间发生平移、旋转、仿射变换情况下的匹配问题,甚至在某种程度上对任意角度拍摄的图像也具备较为稳定的特征匹配能力
说明：使用Harris角点检测器查找特征。再使用SIFT描述符并匹配两个图像之间的特征描述符。使用RANSAC执行单应。最后把图像包起来缝合。
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：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。