输入图像后，运行函数实现基于matlab的灰度图像特征点匹配。

图像拼接中过程中的图像配准部分，采用的是相位相关的方法。

这是OpenCV最新版本的库：OpenCV2.4.4 实现了多幅图像之间的配准，存于Result文件夹中

适合研究opencv特征点的人群

传统的mean-shift 跟踪算法不能跟踪目标的旋转、缩放运动, 且常常因此造成定位不准. 鉴于此, 将尺度不变 特征变换(SIFT) 特征检测融入到mean-shift 跟踪过程, 提出SIFT 特征点的尺度变化与目标的尺度变化成正比, 特征 点主方向变化与目标旋转角度一致, 给出了基于SIFT 特征的自适应目标尺度、方向计算方法, 且利用带方向、可变 带宽的椭圆核改进传统的mean-shift 跟踪方法. 实验表明, 该算法能够较好地跟踪目标的旋转、缩放运动, 定位也更 准确.

算法实现了图像的最大特征点配准。稳定性好，质量高

为提高双目立体视觉测量图像精确匹配的稳定性，提出一种基于特征点能量的稳健匹配新算法。该算法基于极线约束获取左右图像中特征点的初始匹配，根据特征点之间极线约束关系定义了一种不受仿射变换影响的能量来描述特征点，通过比对特征点能量值来剔除误匹配。该算法有效降低了误匹配率和误剔除率，从而满足多视角测量数据拼合过程中严格限制误匹配率的要求。实验结果表明，该算法正确匹配率大于95%，误剔除率小于2%，具有较强的稳健性。

此PPT为本人调用OpenCV包实现简单特征点提取展示以及进一步特征点筛选匹配实现

MATLAB写的moravec算子，图像处理编写程序入门必备。

三种方式提取图像上的特征点，根据不同需要选取不同方法，提取特征调用的函数为：intpointdet