看到有人在求这个代码，就把它穿上来了，可以自己修改一下，加入一下改进的东西，效果还是不错的，需要gsl和opencv库

一个cpp文件。 功能：利用opencv库对SIFT角点进行提取，并进行匹配，最后画出匹配示意图。程序逻辑简单，可以在内部自由改动。

面部特征点批量手动标定（可撤销标定，输出至txt文件中）及测试程序 挑选需要的图片存入文件夹B 文件夹B的图片需要排序按照 1.jpg 2.jpg 3.jpg。。。。。顺序

定义了局部特征点对互信息量，并在两个合理的假设下提出了基于最大特征点对互信息量的一种新的图像配准方法。该方法包含了两个搜索过程：第一个过程是基于特征点对的全局搜索过程，该过程得到初始匹配点对；第二个过程是在初始匹配点对的邻域内利用互信息基本性质的局部搜索，该过程可以进一步提高匹配点对的精度。全局搜索过程能够提高搜索效率，而局部搜索又可以克服依赖于准确提取特征点的不足。最后通过理论分析和实验证明了所提出方法的有效性。

针对目前基于学习的姿态估计方法对训练样本及设备要求较高的问题，提出一种基于面部特征点定位的无需训练即能估计单幅图像中人脸姿态的方法。通过 Adrian bulat人脸特征点定位器和 Candide-3构建稀疏通用人脸模型并获得五官特征点，确定模型绕Z轴的旋转范围及搜索步长，在指定z轴旋转角度下，使用修正牛顿法通过模型的旋转、平移及缩放变换对齐模型和图像中人脸五官角点，得到该角度下模型绕x轴、F轴的旋转角度及绕z轴候选角度下的损失函数值，根据最小损失函数值确定人脸绕3个轴旋转的最佳值。实验结果表明，该方法能够快速估计自遮挡的大姿态角度人脸，在公共人脸库 MulTI-pie BIW1和AFLW上的平均误差分别为3.79°437°和6.04°，明显高于同类人脸姿态估计算法，具有较好的实用性能。

本算法可以对视频进行特征点提取，然后进行跟踪，效果不错。

 对脉搏波的完全分析是建立在含有少量噪声且较为清晰的脉搏波信号中，然而在采集脉搏波信号时容易受到多种干扰的影响，使其提取出来的脉搏波含有大量的噪声，因此降噪处理显得尤为必要。同时，脉搏波中含有人体生理病理信息，不同的人将表现为不同的特征，可以看出确定脉搏波特征点对于分析人体生理健康很有意义。针对信号去噪问题采用小波变换和多分辨率分析的方法，该方法在时域和频域都能表征信号局部信息的能力，且具有对信号具有自适应性。运用极值法确定出脉搏波的峰值点，然后再根据峰值点确定出其他特征点的位置，实验证明该方法能够增加特征点的检出率。

使用VC++实现莫拉维克算子，提取特征点的位置

建立在Moravec算子基础上提取特征点后与另外一幅图像进行匹配计算，并输出特征点对应的匹配点像素坐标 建立在Moravec算子基础上提取特征点后与另外一幅图像进行匹配计算，并输出特征点对应的匹配点像素坐标

本程序实现了对影像特征点自动提取，利用Morevac、Forstner、Harris3个经典算子。在此基础上利用相关系数法实现影像自动匹配，并且引入最小二乘平差，使匹配点精度有所提高。 在搜索点过程中，利用了核线影像特性，对二维影像搜索使用了爬山法启发式搜索。对大数据量影像采用影像金字塔结构处理。 1、使用GDAL库读取影片，支持TIFF、PNG、JPEG、JPG、BMP、GIF、IMG格式读取。使用GDI绘图。 2、防止大数据量绘图视图闪烁，图片显示采用双缓存技术。 3、保存视图数据为图片文件，支持TIFF、PNG、JPEG、JPG、BMP、GIF格式保存。 4、TreeCtrl控件