matlab实现的sift算法，各个步骤的实现很清楚，运行可看效果。

发现网上对lbp降维的源码大多都是基于半径为1，采样点为8的尺度，本源码实现了不同尺度的降维工作，并提取了描述符，希望能给大家的科研工作带来便利。

利用SIFT和RANSAC还有Homography的相关知识编写的一个简单的图片拼贴程序。 1.用SIFT算法得到很多对应点，其中一部分是错误对应点。 2.利用RANSAC方法得到鲁棒的单应矩阵：任取4对点得到单应矩阵H（图2到图1），然后将图2中的关键点用H投影到图1，检测投影得到的点与图1中准确的关键点之间的距离，若小于一个阈值则判断为内点；统计内点的个数，若大于一个阈值则判断为好的单应矩阵，用所有的内点重新计算单应矩阵，计算的方法可见课件projective-Seitz-UWCSE.ppt。重复若干次后取内点最多的单应矩阵作为最终结果。 3.将图2用H投影到图1的坐标系，将两张图片拼接到一起。 4.为了两张图片结合自然，还可以用对应点（内点）周围的颜色或亮度信息对其中一张图进行颜色或亮度调整。 包含文件：mosaicTest.m, imMosaic.m, siftMatch.m, findHomography.m, solvHomo.m, ransac1.m，一篇参考文献，sample images

这个程序的功能，是使用DBN算法来实现人脸识别，数据库使用ORL数据库，在迭代次数达到3000时，识别准确率98%左右 1-此程序使用的是LBP（Local Binary Pattern）来实现特征的提取 2-此程序还附带了画学习曲线的功能，画正则参数，隐层结点数，训练样本数的学习曲线 3-DBN是有几层RBM构成，该程序实现的是4层网络，输入层-隐层1-隐层2-输出层 4-DBN的训练基本上分为两步，先用RBM的训练方法训练网络得到初始值，来初始化整个网络，然后用BP反向传播算法来微调整个网络 5-神经网络参数的更新，使用matlab提供的fmincg函数，前提是我们要先得到网络的代价函数nnCostFunction 在此感谢改程序作者，改程序很有参考价值，值得深度学习。ps.程序内的一些图片目录小伙伴们请自行修改

实现对图像的sift特征提取，并利用bow模型进行聚类，并对bow下的特征进行提取和保存

sift算法由Lowe教授提出，在图像匹配领域有着广泛的应用，本资源包含了sift算法的所有实现，包括尺度金字塔生成，极值点检测，主方向分配，描述子生成，分模块编写，并且是可视化的。

LBP特征提取，局部二值模式的代码，方便大家使用

基 于 SI FT特 征 的 图 像 自 动 拼 接 ·实用技术· 曹红杏- t 一，柳稼航1，阮萍·（论文）

C语言写的sift算法，亲测，可用，可以移植到linux,嵌入式

点云配准算法，运用SIFT算法实现对点云数据的配准。