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

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 "highgui/highgui.hpp"

#include "opencv2/nonfree/nonfree.hpp"

#include "opencv2/legacy/legacy.hpp"

using namespace cv;

int main(int argc, char *argv[])

{

Mat image01 = imread("C:\\Users\\Administrator\\Desktop\\1.jpg");

Mat image02 = imread("C:\\Users\\Administrator\\Desktop\\2.jpg");

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, Scalar::all(-1), DrawMatchesFlags::DRAW_RICH_KEYPOINTS);

drawKeypoints(image2, keyPoint2, image2, Scalar::all(-1), DrawMatchesFlags::DRAW_RICH_KEYPOINTS);

namedWindow("KeyPoints of image1", 0);

namedWindow("KeyPoints of image2", 0);

imshow("KeyPoints of image1", image1);

imshow("KeyPoints of image2", image2);

SiftDescriptorExtractor siftDescriptor;

Mat imageDesc1, imageDesc2;

pute(image1, keyPoint1, imageDesc1);

pute(image2, keyPoint2, imageDesc2);

BruteForceMatcher> matcher;

vector matchePoints;

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

Mat imageOutput;

drawMatches(image01, keyPoint1, image02, keyPoint2, matchePoints, imageOutput);

namedWindow("out", 0);

imshow("out", imageOutput);

waitKey();

return 0;

}

实验结果：

原图：

特征提取结果：

实验中主要函数：

（1）提取特征点函数：

SiftFeatureDetector siftDetector();

（2）特征点描述函数：

pute(image1, keyPoint1, imageDesc1);

（3）特征点匹配并显示匹配结果

drawMatches(image01, keyPoint1, image02, keyPoint2, matchePoints, imageOutput);

namedWindow("out", 0);

2.全景图片的生成练习

#include

#include "opencv2/highgui/highgui.hpp"

#include "opencv2/stitching/stitcher.hpp"

#include

using namespace cv;

using namespace std；

bool try_use_gpu = false;

vector imgs;

int main(int argc, char* argv[])

{}

Mat img = imread("C:\\Users\\Administrator\\Desktop\\1.jpg"); imgs.push_back(img);

img = imread("C:\\Users\\Administrator\\Desktop\\2.jpg"); imgs.push_back(img);

img = imread("C:\\Users\\Administrator\\Desktop\\3.jpg"); imgs.push_back(img);

Mat pano;

Stitcher stitcher = Stitcher::createDefault(false);

Stitcher::Status status = stitcher.stitch(imgs, pano);//拼接namedWindow("all", 0);

imshow("all", pano);

imwrite("("C:\\Users\\Administrator\\Desktop\\out.jpg");", pano); waitKey();

return 0;

}

void parseCmdArgs(int argc, char** argv)

{

for (int i = 1; i