Deteksi Fitur SIFT
SIFT (Scale-Invariant Feature Transform) adalah sebuah metode untuk mendeteksi dan mendeskripsikan fitur-fitur lokal yang khas pada citra digital. Diperkenalkan oleh David Lowe pada tahun 1999, SIFT mengekstraksi titik-titik kunci (keypoints) yang tetap invarian terhadap perubahan skala, rotasi, dan pencahayaan, menjadikannya sangat kuat untuk tugas pencocokan citra dan pengenalan objek.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Lowe, D. G. (2004). Distinctive image features from scale-invariant keypoints. International Journal of Computer Vision, 60(2), 91–110. DOI: 10.1023/B:VISI.0000029664.99615.94 ↗
- Lowe, D. G. (1999). Object recognition from local scale-invariant features. International Conference on Computer Vision (ICCV), 1150–1157. link ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Scale-Invariant Feature Transform (SIFT) Detection. ScholarGate. https://scholargate.app/id/computer-vision/sift-feature-detection
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Deteksi Sudut HarrisVisi Komputer↔ compare
- Operasi Morfologi CitraVisi Komputer↔ compare
- Deskriptor Fitur ORBVisi Komputer↔ compare
- Teori Ruang-SkalaVisi Komputer↔ compare
- Pencocokan Pola (Template Matching)Visi Komputer↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →