گروه مهندسی برق واحد شیراز، دانشگاه آزاد اسلامی- شیراز- ایران
چکیده
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.
حسین نژاد, زهرا, آگاهی, حامد, & محمودزاده, آذر. (1399). بررسی تفصیلی الگوریتم تبدیل ویژگی مقیاس ثابت (SIFT)؛ مفاهیم، شاخص ها و کاربردها. مجله بینایی ماشین و پردازش تصویر, 7(1), 165-190.
MLA
زهرا حسین نژاد; حامد آگاهی; آذر محمودزاده. "بررسی تفصیلی الگوریتم تبدیل ویژگی مقیاس ثابت (SIFT)؛ مفاهیم، شاخص ها و کاربردها". مجله بینایی ماشین و پردازش تصویر, 7, 1, 1399, 165-190.
HARVARD
حسین نژاد, زهرا, آگاهی, حامد, محمودزاده, آذر. (1399). 'بررسی تفصیلی الگوریتم تبدیل ویژگی مقیاس ثابت (SIFT)؛ مفاهیم، شاخص ها و کاربردها', مجله بینایی ماشین و پردازش تصویر, 7(1), pp. 165-190.
VANCOUVER
حسین نژاد, زهرا, آگاهی, حامد, محمودزاده, آذر. بررسی تفصیلی الگوریتم تبدیل ویژگی مقیاس ثابت (SIFT)؛ مفاهیم، شاخص ها و کاربردها. مجله بینایی ماشین و پردازش تصویر, 1399; 7(1): 165-190.