代码中包含特征点提取和影像匹配两部分。特征点提取为Moravec和Forstner两个特征点提取算子，影像匹配有基于相关系数和最小二乘两种匹配算法。另外要进行静态窗口分割，也可以用做参考。包含BMP影像读取头文件和矩阵基本运算头文件，运行正常，注释完整。个人努力成果，请勿随意传播。

根据两张图片（经过变换的）中的特征点对，求解出其单应矩阵（或者变换矩阵）--多视图几何！---基于Opencv的C++源码

matlab实现sift提取特征点，可以调试运行

Opencv 各种特征点提取和匹配 class KeyPoint { Point2f pt; //坐标 float size; //特征点邻域直径 float angle; //特征点的方向，值为[零,三百六十)，负值表示不使用 float response; int octave; //特征点所在的图像金字塔的组 int class_id; //用于聚类的id

Feature::Feature(const string& detectType, const string& extractType, const string& matchType) { assert(!detectType.empty()); assert(!extractType.empty()); assert(!matchType.empty()); m_detectType = detectType; m_extractType = extractType; m_matchType = matchType; initModule_nonfree(); }

博客 http://www.cnblogs.com/wangguchangqing/p/4333873.html 中的demo代码，鉴于有很多人想参考下，就上传到这了。 主要是匹配后，计算两视图的基础矩阵F，然后再除去不适合的匹配点. 代码中 好像还有一部分三角计算的代码

这个是赵春江老师的那个，很好的一篇文章，分享给大家学习使用哦

Python Dlib库，已经训练好的模型，用于人脸68个特征点抓取，亲测有用

目标跟踪里 用于寻找图像surf特征点的代码，代码齐全，可运行。

点特征是图像的重要特征, 在各种图像特征中, 它具有旋转 不变性和不随光照条件变化的优点。一些图像处理中利用点特征 进行处理既可以减少计算量又不会损失重要的灰度信息。在图像 匹配中点特征也有很重要的应用, 利用点特征可以大大提高匹配 速度。在实现摄影测量自动化和遥感影像匹配中, 点特征也有很 重要的应用。针对点特征的提取的算子也有很多, Moravec 算子就 是其中很著名的算子之一, 很多后来提出的点特征提取算子都是 在它基础上进行改进得来的