使用siftflow可用于匹配图像对，找到像素点偏移的点，所用平台为MATLAB，亲测可用！

【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：sift算法的完整matlab程序_matlab 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员

基于灰度信息的图像配准方法 1)交叉相关 二维交叉相关： 相关系数： 如果有噪声，会影响相关运算的峰值。如果噪声是叠加型、静态且无关于图像，并且已知其能量谱密度，利用匹配滤波技术[6],可以在对图像作抑制噪声的滤波处理后，再进行相关运算

Python计算机视觉——SIFT描述子 计算机视觉.pdf

python计算机视觉编程（三）——Harris角点SIFT匹配地理标记图像 计算机视觉.pdf

该文件包含我们的论文的MATLAB代码，该论文使用密集的SIFT描述符和引导滤镜实现了无鬼影多重曝光图像融合技术。 如果您发现代码有用，请引用论文。

利用sift++kmeans++tf_idf++svm实现场景分类、图像分类

VS2019+opencv2.3.1 已调通 opencv库自行安装 含源代码及代码注释 含_sift_features每个函数之间的关系图 对大家理解sift算子及其计算步骤有些许帮助 仅供学习参考 真正用sift倒不如直接用opencv库里的函数

python opencv sift 手动区域光流跟踪

针对现有图像复制粘贴篡改检测算法计算复杂度过高的问题，提出了一种基于分组尺度不变特征变换的图像复制粘贴篡改快速检测算法。首先，利用简单线性迭代聚类将输入图像分割成非重叠且不规则的块；然后，根据图像块内结构张量属性将其分为平坦块、边缘块和角点块，提取图像块内的SIFT特征点作为块特征；最后，通过块特征的类间匹配定位篡改区域。所提算法通过图像块分类和类间匹配，在保证检测效果的同时，有效地降低了特征匹配定位篡改区域阶段的时间复杂度。实验结果表明，所提算法检测准确率为97.79%，召回率为90.34%， F值为93.59%；图像尺寸为1 024像素×768像素时算法时间复杂度为12.72 s，图像尺寸为3 000像素×2 000像素时算法时间复杂度为639.93 s。与已有的复制粘贴算法相比，所提算法能够快速精准地定位篡改区域，且具有较好的稳健性。