SIFT图像特征点检测实验报告

重庆交通大学信息科学与工程学院 《多媒体技术》课程

实验报告/作业（7）

班 级： 物联1501

姓名-学号 ： 李怿欣

实验项目名称： 图像SIFT特征

实验项目性质： 设计性

实验所属课程： 《多媒体技术》

实验室(中心)： 南岸校区语音大楼8楼机房

指 导 教 师 ： 娄路

上机实验时间： 2018 年 5 月 19 日

1

教师评阅意见：

签名： 年 月 日 实验成绩： 一、实验内容

1. 理解和实践SIFT特征提取与匹配。

自己拍摄两张有部分区域重叠的照片，使用opencv的特

征提取、匹配函数实现两张图片的SIFT特征提取和匹配，并绘制特征点在匹配前和匹配后的连线。 2. 全景图片的生成练习。

旋转相机拍摄多张室内或室外图片，然后利用opencv的相关函数完成一幅全景图片的制作，并解释全景图片的实现过程。

二、实验要求

1. 分组要求：每个学生独立完成，即1人1组。

2. 程序及报告文档要求：具有较好的可读性，如叙述准确、标注明确、截图清晰等。 三、实验过程介绍 1. SIFT特征提取与匹配

#include \

2

#include \ #include \

using namespace cv;

int main(int argc, char *argv[]) { Mat image01 = imread(\ Mat image02 = imread(\ Mat image1, image2;

GaussianBlur(image01, image1, Size(3, 4), 0.5); GaussianBlur(image02, image2, Size(3, 4), 0.5);

SiftFeatureDetector siftDetector(30); vector keyPoint1, keyPoint2; siftDetector.detect(image1, keyPoint1); siftDetector.detect(image2, keyPoint2);

drawKeypoints(image1,

keyPoint1,

image1,

DrawMatchesFlags::DRAW_RICH_KEYPOINTS);

drawKeypoints(image2,

keyPoint2,

image2,

DrawMatchesFlags::DRAW_RICH_KEYPOINTS); namedWindow(\ namedWindow(\

imshow(\ imshow(\

SiftDescriptorExtractor siftDescriptor;

Mat imageDesc1, imageDesc2;

3

Scalar::all(-1),

Scalar::all(-1),

}

siftDescriptor.compute(image1, keyPoint1, imageDesc1); siftDescriptor.compute(image2, keyPoint2, imageDesc2);

BruteForceMatcher> matcher; vector matchePoints;

matcher.match(imageDesc1, imageDesc2, matchePoints, Mat()); Mat imageOutput;

drawMatches(image01, keyPoint1, image02, keyPoint2, matchePoints, imageOutput); namedWindow(\imshow(\waitKey(); return 0;

实验结果： 原图：

4