基于SIFT特征的图像拼接融合（matlab+vlfeat实现）

【实例简介】
基于SIFT特征的图像拼接融合（matlab+vlfeat实现），具体内容和结果展示可以参考我的同名博客，这是本科做过的一点东西，最近整理一下，仅供学习交流。 基于sift的计算量偏大，实际过程中计算7张相机实拍照片融合时 ，主机8GB内存勉强够用，好在调用vlfeat中写好的c，计算时间还是很快的。
【实例截图】
【核心代码】
c0946b45-5c54-4167-aacc-ccfcd9aa1681
└── sift_ddpiccolo
├── cylinderProjection.m
├── data1
│   ├── 1.jpg
│   ├── 2.jpg
│   └── 3.jpg
├── data2
│   ├── 1.JPG
│   ├── 2.JPG
│   ├── 3.JPG
│   ├── 4.JPG
│   ├── 5.JPG
│   ├── 6.JPG
│   └── 7.JPG
├── data3
│   ├── DSC02801.JPG
│   ├── DSC02802.JPG
│   ├── DSC02803.JPG
│   └── DSC02804.JPG
├── estimateHomography.m
├── main.m
├── readImageFromDir.m
├── README.txt
├── refineHomography.m
├── residualFact.m
├── rsesult
│   ├── 1.jpg
│   ├── 2.jpg
│   ├── 3.jpg
│   ├── 4.jpg
│   ├── 5.jpg
│   ├── 6.jpg
│   ├── 7.jpg
│   ├── 8.jpg
│   ├── b0.jpg
│   ├── b1.jpg
│   ├── b2.jpg
│   ├── b3.jpg
│   ├── b4.jpg
│   ├── b5.jpg
│   ├── untitled0.jpg
│   ├── untitled1.jpg
│   ├── untitled2.jpg
│   ├── untitled3.jpg
│   ├── untitled4.jpg
│   ├── untitled5.jpg
│   ├── untitled6.jpg
│   ├── untitled7.jpg
│   └── untitled8.jpg
├── startup.m
├── stitchImg.m
└── vlfeat-0.9.20-bin.tar.gz

5 directories, 47 files