1.基于 NumPy 完全在 Python 中实现的 SIFT（David G. Lowe 尺度不变特征变换）算法。 2.此实现基于 OpenCV 并返回 OpenCV KeyPoint 对象和描述符，因此可以用作 OpenCV SIFT 的直接替代品。 3.旨在帮助计算机视觉爱好者了解 SIFT 背后的细节。

为消除视频序列之间的冗余信息，以简单的摘要形式表达视频的主要内容，提出了一种基于视频序列的图像拼接方法。首先，采用改进的帧间聚类算法提取视频的关键帧；其次，利用SIFT算法提取关键帧的特征点，采用最近邻算法进行特征点匹配，通过引导互匹配法和投票过滤法提高匹配精度；再次通过RANSAC鲁棒估计算法得到所选帧间的单映矩阵，并使用LM非线性迭代算法对单映矩阵进行精炼。最后，利用级联单映矩阵结合加权融合算法实现了视频序列的无缝拼接，实验效果较为理想。

一个跨平台的库，可计算快速，准确的SIFT图像特征。 libsiftfast提供Octave / Matlab脚本，命令行界面和python界面（siftfastpy）。 使用SIMD指令和OpenMP进行了优化。

cv2.error: OpenCV(3.4.3) C:\projects\opencv-python\opencv_contrib\modules\xfeatures2d\src\sift.cpp:1207: error: (-213:The function/feature is not implemented) This algorithm is patented and is excluded in this configuration; SetOPENCV_ENABLE_NONFREE CMake option and rebuild the library in function'cv::xfeatures2d::SIFT::create' 通过pip安装opencv-contrib-python后，运行出现上述问题，版本过高导致，可通过官网下载3.3( https://pypi.org/project/opencv-contrib-python/3.3.0.9/#files)，也可下载该资源。

压缩包中包含sift和surf的图像配准，先用sift或者surf特征提取，然后进行特征匹配，最后还用RANSAC进行误匹配剔除。sift是在Lowe官网源码上进行更改，surf直接使用MATLAB自带函数detectSURFFeatures()。

大数据-算法-非理想情况下基于SIFT算法的人脸识别研究.pdf

三维坐标点的SIFT特征匹配。产生2个三维模型的坐标点，然后进行SIFT特征提取，然后进行配准

matlab的sift模块，需要带上文件内的exe输出指令，做实验时候用到的代码模块。

SIFT源码，有利于理解SIFT原理，参考国外大神写的

其中包含sift算法的整个过程，具有一定的学习，参考价值