- Written by
Resika Arthana
- Posted November 28, 2010 at 11:46 PM
S
IFT (Scale Invariant feature Transform) merupakan algoritma local descriptor berdasarkan gradient distribution pada bagian gambar. Fungsi dari SIFT ini adalah untuk mendeteksi fitur2 lokal yang realtif banyak pada sebuah citra. SIFT ini diklaim sangat tahan terhadap skala, rotasi, iluminasi dan noise. SIFT dipublikasikan oleh david lowe pada tahun 1999. untuk mencoba aplikasi SIFT bisa di download di http://www.cs.ubc.ca/~lowe/keypoints/siftDemoV4.zip.
secara umum langkah-langkah SIFT :
1. scale-space extrema detection. Memperhitungkan atas semua skala dan lokasi gambar. hal ini diimplementasikan secara efisien dengan diferent of gausian yang berfungsi mengidentifikasi titik2 yang berpotensi invariant terhadap skala dan rotasi.
2. Keypoint localization. pada Setiap kandidat lokasi. dibuat model detail untuk menetukan lokasi dan skala. keypoint yang dipilih berdasarkan ukuran stabilitasnya.
3. Orientation Assignment. Satu atau lebih orientasi akan diberikan ke setiap lokasi keypoint berdasarkan arah gradient gambar lokal
4.keypoint descriptor : gradien gambar lokal diukur pada skala yang dipilih di wilayah sekitar keypoint masing2. ini berubah kedalam representasi yang memungkinkan untuk level signifikan dari distorsi lokal shape dan perubahan ilumuniasi.
Dalam image matching dan recognition, SIFT feature pertama kali akan diekstrasi dari kumpulan image reference dan disimpan dalam database. gambar yang akan dimatching secara individual dibandingkan setiap feature antara image yang baru dengan feature yang ada pada database dengan mengukur euclidean distance feature vektornya
(artikel ini masih draft, CMIIW)