新手学ITK 第一个ITK图像配准的例子，希望可以帮到大家

提出了一种改进的基于小波分解、互信息测度以及混合优化的图像配准方法.在最低分辨率下采用一种带极值扰动的简化粒子群优化算法进行全局优化,在高分辨率下采用鲍威尔算法进行优化.结果表明:该方法用于医学图像及普通灰度图像配准,都具有良好的全局优化性能和时间性能.

提取SIFT特征，利用HNSW算法匹配特征点，最后实现了图像配准。代码中包括代码，使用的图片，代码有详细注释

ICP点云配准第一篇原理

利用SIFT对模板和场景图像进行匹配，并用RANSAC提出粗差，然后对模板进行定位

基于sift特征提取的图片配准和拼接仿真，matlab2021a仿真.将2个不同视角的图片，通过shift特征进行拼接，得到一个完整的大图片。

输电线路巡检红外图像与可见光图像融合数据集（含分割标签，1700多张图像）

python点云配准样例数据，使用说明及源码请参考：https://blog.csdn.net/suiyingy/article/details/124336476。

变电站电力设备红外图像与可见光图像融合（含matlab程序），10张红外（及对应可见光图像）

在用户指定的像素的一小部分内配准两个图像（二维刚性平移）。 此代码不是计算补零 FFT（快速傅立叶变换），而是通过矩阵乘法 DFT（离散 FT）使用选择性上采样，以在不牺牲精度的情况下显着减少计算时间和内存。 通过此过程，所有图像点都用于计算其峰值周围非常小的邻域中的上采样互相关。 该算法在[1]中称为单步DFT算法。 [1] Manuel Guizar-Sicairos、Samuel T. Thurman 和 James R. Fienup，“有效的亚像素图像配准算法”，选项。 莱特。 33, 156-158 (2008)。 有关更多详细信息和示例实现，请参阅随附的 HTML。