在matlab上实现对两幅图像的匹配，主要应用了模板匹配这一比较经典的匹配算法，且运行时间较短。

VC++ mfc,基于序贯相似性算法SSDA的图像匹配识别定位程序、测试图片及源代码

NCC和SSDA算法的图像匹配实现，图片的读取用opencv实现，算法是纯C++代码。

%************************************************************************** % 图像检索——纹理特征 %基于共生矩阵纹理特征提取，d=1,θ=0°,45°,90°,135°共四个矩阵 %所用图像灰度级均为256 %参考《基于颜色空间和纹理特征的图像检索》 %function : T=Texture(Image) %Image : 输入图像数据 %T : 返回八维纹理特征行向量

本文提出了一种从图像中提取独特不变特征的方法，可用于完成不同视角之间目标或场景的可靠匹配的方法。这种特点对图像的尺度和旋转具有不变性。并跨越很大范围的对仿射变换，三维视点的变化，添加的噪音和光照变化的图像匹配具有鲁棒性。特征是非常鲜明的，场景中的一个单一特征和一个许多图像的大型特征数据库也有很高的概率进行正确匹配。本文还介绍了一个使用该功能来识别目标的方法。通过将个别特征与由已知目标特征组成的数据库进行快速最近邻算法的匹配，然后使用Hough变换来识别属于单一目标的聚类（clusters），最后通过最小二乘解执行一致的姿态参数的核查确认。这种识别方法可以在有力确定对象之间的聚类和遮挡的同时实现近实时性能。

利用opencv简单实现三种特征点匹配算法。SIFT算法 SIFT特征是图像的局部特征，对平移、旋转、尺度缩放、亮度变化、遮挡和噪声等具有良好的不变性，对视觉变化、仿射变换也保持一定程度的稳定性。SIFT算法时间复杂度的瓶颈在于描述子的建立和匹配 ，如何优化对特征点的描述方法是提升SIFT效率的关键。

C#提取特征点并进行图像匹配，提取特征点后与另外一幅图像进行匹配(图像匹配) 测试过，可以用，有兴趣可下载借鉴下

两个文件夹，一个为sift+ransac图像匹配代码，同时还有匹配精度检测代码（以像素精度）。另一个文件夹为surf图像匹配代码。

MATLAB实现基于互相关的亚像素级图像匹配/配准源代码 程序通过用户指定一个基准点，实现二维图像的配准。通过使用选择的DFT算法不断减少计算量。

sift图像匹配