使用Java語言進行圖像編程處理(涉及SIFT算法),是該學(xué)習(xí)Javacv、swt嗎...

1、比如你喜歡為WINDOWS開發(fā)軟件，那么 C語言是必備基礎(chǔ)，學(xué)好好了然后在擴展一門面向?qū)ο蟮恼Z言比如C++ C# JAVA 等.這些是不錯的選擇。

創(chuàng)新互聯(lián)專注于企業(yè)成都全網(wǎng)營銷、網(wǎng)站重做改版、播州網(wǎng)站定制設(shè)計、自適應(yīng)品牌網(wǎng)站建設(shè)、H5響應(yīng)式網(wǎng)站、商城網(wǎng)站制作、集團公司官網(wǎng)建設(shè)、外貿(mào)網(wǎng)站制作、高端網(wǎng)站制作、響應(yīng)式網(wǎng)頁設(shè)計等建站業(yè)務(wù)，價格優(yōu)惠性價比高，為播州等各大城市提供網(wǎng)站開發(fā)制作服務(wù)。

2、研究生往圖像處理方向發(fā)展，從原則上來說，需要學(xué)很多編程開發(fā)的語言。java， vb， python， r， c++， matlab等。

3、常見的編程語言是很多的，比如：C語言、c++、C#、Java、asp、PHP、JavaScript，還有一些標(biāo)記語言html、css等。對于初學(xué)者，想做簡單的編程的話，建議從C語言開始入門。C語言是最主流的基礎(chǔ)語言。

4、首先先搞懂JavaSE的部分，Swing和swt部分就可以少看或不看，因為現(xiàn)在用的比較少。重點是看懂Java中的面向?qū)ο?、集合框架、JDBC、異常、IO、線程和網(wǎng)絡(luò)編程。

sift和surf算法哪個提取的特征點多

他們采用其他更快但精度較低的算法，如 SURF 和 PCA-SIFT。為了解決這個問題，本文提出了一種使用 CUDA 的 GPU 加速 SIFT，命名為 HartSift，充分利用單機CPU和GPU的計算資源，實現(xiàn)高精度、實時的特征提取。

surf構(gòu)造的金字塔圖像與sift有很大不同，Sift采用的是DOG圖像，而surf采用的是Hessian矩陣行列式近似值圖像。

該算法可被用于計算機視覺任務(wù)，如物件識別和3D重構(gòu)。他部分的靈感來自于SIFT算法。SURF標(biāo)準(zhǔn)的版本比SIFT要快數(shù)倍，并且其作者聲稱在不同圖像變換方面比SIFT更加穩(wěn)健。

大小、方向、明暗不能作為特征描述子。特征點的應(yīng)用：其實不夠快，因此在SIFT之后產(chǎn)生了SURF和ORB。這邊只列一些基本的概念吧。DoG是高斯差分空間。

Fast算法原理 我們前面已經(jīng)介紹過幾個特征檢測器，它們的效果都很好，特別是SIFT和SURF算法，但是從實時處理的角度來看，效率還是太低了。

求基于sift特征提取的圖像匹配代碼,最好是利用C++和opencv編寫

使用opencv內(nèi)置的庫讀取兩幅圖片 生成一個SiftFeatureDetector的對象，這個對象顧名思義就是SIFT特征的探測器，用它來探測衣服圖片中SIFT點的特征，存到一個KeyPoint類型的vector中。

cv.imwrite(/sdcard/matches.jpg， output)；以上代碼中，我們使用了AutoJS的require()函數(shù)導(dǎo)入OpenCV模塊，并使用cv.imread()函數(shù)讀取了兩幅圖像。

2，圖像特征匹配，確定載入函數(shù)以及特征文檔，Haar特征利用的是CvHaarClassifierCascade函數(shù)，Hog用的是detectMultiScale函數(shù)封裝在了Hog類里面。至于Sift特征，照你說的，如果有OpenCV特征提取函數(shù)，則必然有特征匹配函數(shù)。

近來不斷有人改進，其中最著名的有 SURF（計算量小，運算速度快，提取的特征點幾乎與SIFT相同）和 CSIFT（彩色尺度特征不變變換，顧名思義，可以解決基于彩色圖像的SIFT問題）。其中sift.detectAndCompute()函數(shù)返回kp，des。

常見的SIFT匹配代碼 vlfeat中sift toolbox中的vl_ubcmatch.c使用的是普通的歐氏距離進行匹配（該SIFT代碼貢獻自Andrea Vedaldi）。