1. 研究目的与意义

sift（scaleinvariantfeaturetransform）算法由d.glowe于1999年提出，2004年哥伦比亚大学的davidlowe提出了一种新的提取特征点的算法sift算法。

后来，yoke将其描述子部分用pca代替直方图的方式，对sift算法进行改进，目前基于改进sift特征点的算法在图像处理中的应用越来越广泛，而且近年来这方面的研究也取得了很大的成果。

较好的解决了物体遮掩、旋转缩放、视觉变换引起的图像变形等问题。

2. 课题关键问题和重难点

(1)理论方法研究，主要集中在使用最新的图像配准方法基于SIFT的图像配准技术，研究适合于遥感控制领域中图像配准处理的理论模型和需求问题的解决算法；(2)将理论模型和算法用软件实现，实现一套能应用于遥感控制领域中的通用图像配准处理系统，并考虑以先进的编程技术进行优化和封装处理，使其利于应用和推广。

3. 国内外研究现状（文献综述）

1、关于sift算法1．1sift特征的定义sift特征（scale-invariantfeaturetransform，尺度不变特征转换)是一种电脑视觉的算法用来侦测与描述影像中的局部性特征，它在空间尺度中寻找极值点，并提取出其位置、尺度、旋转不变量，此算法应用范围包含物体辨识、机器人地图感知与导航、影像缝合、3d模型建立、手势辨识、影像追踪和动作比对。

此算法有其专利，专利拥有者为英属哥伦比亚大学。

局部影像特征的描述与侦测可以帮助辨识物体，sift特征是基于物体上的一些局部外观的兴趣点而与影像的大小和旋转无关。

4. 研究方案

本课题所要完成的软件系统主要包括图像信息采集、图像信息分析、抽取特征值、对图像特征值进行匹配等四部分。

图像信息采集，即图像获取，可用一般的摄像头，相机，进行不同角度随机拍摄得到相关的图像。

图像信息分析部分负责对图像扫描过程产生的图像进行增强处理，使得在一定分辨率下提取出图像的相关信息。

5. 工作计划

（1）2月6日~2月20日根据毕业设计题目，查询收集资料，了解相关知识；（2）2月21日~3月14日初定设计方案，撰写并提交开题报告；（3）3月15日~4月15日对相关文献进行多方面深入阅读，了解各种特征点提取算法，弄懂其原理等相关知识，确定最终方案；（4）4月16日~5月5日系统实现，完成相关算法的程序编程，调试并检测，使之达到要求；（5）5月6日~5月20日撰写毕业设计论文，完成论文初稿，并在修改后提交老师审阅；（6）5月21日~6月7日进行论文修改和完善；（7）6月8日~6月10日准备毕业答辩。