基于harris角点匹配的图像配准程序 这个程序挺不错的 可以自己学习学习

一本基于ITK的图像配准的手册，里面对ITK框架的解释是很好的

为了解决部分对应点集之间的刚体配准问题,本文提出了一种基于粒子滤波的刚体配准算法.该方法将部分对应点集配准问题转化成相应的状态估计问题,通过采用基于配准误差驱动的运动模型及设计基于迭代最近点原理的观测模型,从而提出了基于粒子滤波的配准算法解决部分对应点集的刚体配准问题.实验结果验证了本文所提出算法的有效性.

1、matlab仿真模型及仿真结果； 2、模型介绍及仿真结果分析； 3、采集或下载一定数量不同情况的航拍输电线路中的绝缘子图像； 4、利用数学形态学对图像进行修正； 5、利用多种局部特征等对图像进行分析； 6、运用仿真软件对不同图像进行仿真，利用2-3种局部特征算法（Harris、SURF、MSER等）对不同图像进行特征值提取，进而判断输电线路和绝缘子是否正常运行；

具有可变变换（弹性，微晶，微晶，无偏）和相似性度量（地标，互相关，互信息等）的图像配准。 使用先验和非参数多变量模型进行图像分割。 ***当前的ANTs代码和支持位于Github上。***获得ANTs的最佳方法是从源代码进行编译。 构建说明位于此处https://github.com/ANTsX/ANTs/wiki/Compiling-ANTs-on-Linux-and-Mac-OS Binaries（不经常更新）在此处提供：https://github.com/stnava/ANTs / releases旧版本的代码和二进制文件在SourceForge（1.9x）上仍然可用。 如果您不熟悉ANT，则应该去Github并获取最新的代码。

此应用程序在四个独立的相机图像之间执行共同配准，并在实验过程中从图像中删除对象移动。 首先，为了进行联合配准，我们利用了 MATLAB Image Processing Toolbox:trade_mark: 中的控制点配准软件。 该软件允许我们在来自参考相机的图像中选择几何特征（地标）并将它们应用到来自其他相机的图像。 为每个相机生成一个二维变换矩阵，以根据选定的地标共同配准所有相机图像。 为了去除组织运动，使用类似的方法在来自一台相机的所有帧中选择固定地标，并根据所选地标对所有帧进行联合配准。 此处理导致每个帧的变换矩阵应用于来自其他摄像机的相应帧。 最后，为了显示所有相机的单个多光谱视频，来自所有相机的同步帧使用颜色编码叠加，从而实现图像之间交互的可视化。

该数据集眼底图像配准数据集（也称为FIRE）由129个视网膜图像组成，形成134个图像对。这些图像对根据其特征分为3个不同的类别。图像是使用Nidek AFC-210眼底照相机采集的，该照相机可以在x和y方向上以2912x2912像素的分辨率和45°的FOV来获取图像。图像从位于塞萨洛尼基的塞萨洛尼基亚里斯多德大学亚里斯多德大学的Papageorgiou医院获得，来自39位患者。 Retina Fundus Image Registration_datasets.txt Retina Fundus Image Registration_datasets.zip

matlab surf图像配准 图像检索 图像处理 模式识别 我本人的毕业设计 就是利用的surf来提取的特征，并进行相似度比较后，然后进行检索的。此程序对想利用surf的同学可以得到很大的帮助。surf比sift具有更快的速度，更好的配准率。

matlab代码粒子群算法Autoscoper-V2 本版本的自动显微镜由Ben Knorlein博士重新设计。 Autoscoper 1由Andy Loomis（原始CUDA版本）和Mark Howison（OpenCL重新实现）开发。 版本2结合了CUDA和OpenCL版本的来源，并允许使用其中任何一个。 此外，为了简化安装和编译，已将构建系统更改为CMake，并将UI切换为QT4。 与原始版本相比，第2版还改善了处理，改进了多个错误并提供了新功能，例如，多骨支持，批处理，使用外部软件来计算骨骼的匹配度（例如Matlab），改进的裁剪和许多其他功能。 最新版本的autoscoper由Bardiya Akhbari修改和维护。 可以从下载源代码和二进制文件。 另外，请检出由Bardiya Akhbari创建的程序，它具有附加的调试功能并支持粒子群优化（PSO）算法。 可以下载Bardiya Akhbari更新后的分支的可执行文件

特征点配准的方法用matlab实现的 代码 实现功能 实现图像配准