基于局部特征提取方法是图像处理、分析及模式识别领域的热点研究问题之一。由于该技术有着广泛的应用前景，已经吸引了很多学者的关注，并涌现出了大量的研究成果。利用 SIFT 算法提取出的特征点进行图像匹配，对于图像的模糊、旋转、平移和尺度变换具有很强的鲁棒性，甚至对图像光照和视点变化具有一定的鲁棒性。本文主要研究了基于 SIFT 局部图像特征点提取算法。首先对特征点提取的原理进行了详细研究，针对SIFT算法原理分模块进行了研究；然后本文对SIFT特征点在图像匹配和图像拼接领域的应用进行了讨论；最后，为了验证本文算法的有效性和优越性，本文进行了仿真实验实验。实验结果表明，SIFT特征点在图像匹配和图像拼接领域具有极强的适应性。当图像之间存在一定的图像旋转、光照变化和视点变化时，仍然具有满意的匹配效果。

SIFT特征匹配实现图像拼接（opencv ） ，代码直接能运行。

CVPR的一篇文章，里面有代码，论文和PPT，PPT比较简单PatchMatch A Randomized Correspondence Algorithm for Structural Image Editing

Mikolajczyk创建的用于图像匹配或拼接的标准图像库

有蓝牌、黄牌、新能源车牌的单一字符文件，从0~9、A~Z、藏川鄂甘赣贵桂黑沪吉冀津晋京辽鲁蒙闽宁青琼陕苏皖湘新渝豫粤云浙等。按照最新国标要求，不提供I和O的单一字符。

利用掩膜技术,实现多目标匹配

基于C语言实现的SIFT算法，实现SIFT图像特征提取，以及基于SIFT的图像拼接。能直接运行

做立体匹配时候，图像对质量的好坏直接影响到最终结果的好坏，这些图片大都是经典的或者拍照后经过矫正的图像对

把模板图像要匹配的图像（该图像可以包含多个模板图像，可以是旋转拉伸过的）路径输入后即可进行匹配，并画出匹配图像

该图像库用于做图像匹配实验的，非常好用，适用于各种特征