使用C++实现莫拉维克算子特征点提取的算法。算法效率高。便于调用。

无人机和车辆行驶等情况下拍摄的视频受外界影响会造成视频抖动。通过对比现有的电子稳像技术，提出了利用FAST获取特征点的位置信息，再通过光流法结合NCC匹配得到参考帧特征点在当前帧的位置信息，在此基础上结合RANSAC算法剔除错误匹配的特征点对的改进算法。为了提高运动矢量估计的精度，应用加权最小二乘法得到相邻帧间的刚性变换矩阵，并经过卡尔曼滤波进行运动平滑得到扫描运动矢量并补偿，最终得到实时的稳定视频。实验表明，视频序列稳像后的帧间变换保真度有所提高，并且能够达到实时处理速度。

脉搏波特征点的自动识别方法。主要描述脉搏波的特征以及对于舒张期、收缩期、潮波、重搏波点的标定

基于Face++的SDK，实现的人脸特征点定位工具。重写了源文件中的一些json解析代码和命令请求代码。可以实现83点与106点探测的切换。返回数据存储在一个vector中，使用opencv显示程序就可以看到。使用前需要在Face++官网上注册账户并配置应用，将相应的APPID和密码写到main函数里的对应位置就可以。

Moravec、Forstner、Harris、sift特征点提取的集合，输入为正射影像和DSM影像，提取的特征点是经度纬度和高程信息，支持windows和LINUX编译，windows下直接打开.sln工程，LINUX下进入Release文件直接通过makefile编译即可，将输入影像和输出配置到json文件，代码支持omp优化

用opencv实现的SURF特征（Speeded Up Robust Features ）提取算法

基于计算机视觉的大型工件特征点三维坐标测量方法研究.pdf

介绍了图像变形和视图变形技术，在此基础上提出了一种改进的视图变形方法。利用样条小波变换进行边缘检测，根据模极大值原理，获得单像素的轮廓边缘；针对传统的霍夫（Hough）变换的局限性，对其进行改进，并将改进后的Hough变换方法，用于从单像素边缘图像中提取直线的特征点，即端点中。在原始图像中，载入这些特征点，交互地选取其中所需的特征点，连接形成特征线段，然后使用图像变形方法，生成从起始图像到终止图像的期间过渡图像，实现两幅图像的渐变。该方法提高了特征点选取的准确性和效率，使中间过渡图像更加自然逼真。

提取特征点，用B样条进行图像变形

对强噪声且密度不均匀的点云进行高效、高精度配准是一个难题。针对此难题,提出一种基于关键点提取与优化迭代最近点(ICP)的点云配准算法。在粗配准中,将体素格滤波与法向距离关键点的提取相结合,计算关键点的快速点特征直方图以进行特征匹配,然后采用对应关系估计优化随机采样一致性(RANSAC)算法以进行误匹配剔除。在精配准中,采用最优节点优先(BBF)算法搜索k-d tree最近点,设定动态阈值消除误配对,最后利用基于“点到三角面”模型的加速ICP算法计算配准向量。通过对模型点云和建筑物点云进行配准,将所提算法与其他常用的算法进行比较分析。实验表明,所提算法具有良好的稳健性和抗噪性,能显著提升配准速度和配准精度。