بررسی تفصیلی الگوریتم تبدیل ویژگی مقیاس ثابت (SIFT)؛ مفاهیم، شاخص ها و کاربردها

الگوریتم تبدیل ویژگی مقیاس ثابت (SIFT)، یکی از الگوریتم­های پر­کاربرد در زمینه بینایی ماشین است که به صورت گسترده مورد توجه و مطالعه پژوهشگران قرار گرفته و بهبود داده­ شده است. SIFT یکی از شناساگرهای محلی رایج می­باشد که در انطباق تصویر، موزاییک تصویر، جعل کپی و جابجایی کاربرد دارد. در این مقاله مروری، ضمن معرفی الگوریتم SIFT، به کاربردها، مزایا و معایب، اصلاحات، دسته­بندی­ها و رویکردهای تحقیقات جدید در این الگوریتم پرداخته شده­است. علاوه بر این، به کمک چهار آزمایش، جنبه­های مختلف الگوریتم مورد ارزیابی قرار گرفته­است. این مقاله می­تواند راهگشای پژوهشگران پردازش تصویر برای استفاده از الگوریتم SIFT باشد. اهتمام نویسندگان بر این بوده است که همه جنبه­های این الگوریتم مورد کاوش قرار گیرد.

Keywords:

نقاط کلیدی , شناساگر , توصیفگر , الگوریتم تبدیل ویژگی مقیاس ثابت (SIFT) , تطبیق