利用sift特征点及surf特征点的特征融合，进行特征匹配，判别图像中哪个区域为伪造区域

使用vs2019，opencv4.5.1，使用SURF算法的特征点匹配。txt文件，配置完成后可直接使用。

编写一个类，并在ROS下实现了两张图片的ORB特征提取与匹配，具体用法可以参考我的博文: https://blog.csdn.net/qinqinxiansheng/article/details/106975663

基于局部特征提取方法是图像处理、分析及模式识别领域的热点研究问题之一。由于该技术有着广泛的应用前景，已经吸引了很多学者的关注，并涌现出了大量的研究成果。利用 SIFT 算法提取出的特征点进行图像匹配，对于图像的模糊、旋转、平移和尺度变换具有很强的鲁棒性，甚至对图像光照和视点变化具有一定的鲁棒性。本文主要研究了基于 SIFT 局部图像特征点提取算法。首先对特征点提取的原理进行了详细研究，针对SIFT算法原理分模块进行了研究；然后本文对SIFT特征点在图像匹配和图像拼接领域的应用进行了讨论；最后，为了验证本文算法的有效性和优越性，本文进行了仿真实验实验。实验结果表明，SIFT特征点在图像匹配和图像拼接领域具有极强的适应性。当图像之间存在一定的图像旋转、光照变化和视点变化时，仍然具有满意的匹配效果。

利用SURF算法进行特征点匹配的vc++程序，适用于目标识别、定位等图像处理相关应用中，匹配成功率高，尤其是当识别目标较复杂时具有很好的识别效果。

主要介绍了OpenCvSharp 通过特征点匹配图片的方法,本文通过实例代码给大家介绍的非常详细，具有一定的参考借鉴价值，需要的朋友可以参考下

通过特征点的提取和匹配，在拥有多个物体的图像集合中找到并标识目标物体。要求尽管尺度变化或平面内旋转，以及少量的平面外旋转和遮挡，它仍可以检测物体。

该压缩文件为kitti的部分数据集，用于配合我的ROS学习19的博客用，因为Kitti的数据集本来是很大的，大约60个G，所以我只截取了里面的50个数据，也就是50张图片，大约40M，用于我们学习kitti的数据集的特征点提取和暴力匹配哦！虽然原始数据集太大，但是我们可以截取一部分哦

基于MATLAB编译器，实现对图像特征点的匹配，同时对匹配后的特征点进行筛选

代码首先能够找到sift特征点，同时能够将两幅图像的sift点匹配，通过找到最相似的sift点，找到主方向，然后给定一个角度阈值，消除了一些匹配错误的点