目标 在本章节中，我们将把calib3d模块中的特征匹配和findHomography混合在一起，以在复杂图像中找到已知对象。 基础 那么我们在上一环节上做了什么？我们使用了queryImage，找到了其中的一些特征点，我们使用了另一个trainImage，也找到了该图像中的特征，并且找到了其中的最佳匹配。简而言之，我们在另一个混乱的图像中找到了对象某些部分的位置。此信息足以在trainImage上准确找到对象。 为此，我们可以使用calib3d模块中的函数，即cv.findHomography()。如果我们从两个图像中传递点集，它将找到该对象的透视变换。然后，我们可以使用cv.perspec

针对水下双目图像匹配时不再满足空气中极线约束条件以及尺度不变特征变换(SIFT)特征匹配算法处理水下图像误匹配率较高等问题，提出一种基于曲线约束的水下特征匹配算法。对双目摄像机进行标定获取相关参数，再获取参考图和待匹配图；利用SIFT算法对两幅图像进行匹配，同时利用由参考图提取的特征点推导出其在待匹配图上对应的曲线，将该曲线作为约束条件判定待匹配图上对应特征点是否在曲线上，从而剔除误匹配点，以达到提高精度的目的。实验结果表明，该算法优于SIFT算法，可以有效地剔除误匹配点，比SIFT算法匹配精度提高约12%，解决了SIFT算法在水下双目立体匹配中误匹配率高的问题。

异常值matlab代码RFM-SCAN：使用带有大量异常值的空间聚类进行稳健的特征匹配 (TIP2020) 在 Matlab 2016b 上成功测试。 如果您将此存储库中的代码用作已发布研究项目的一部分，请引用本文。 姜星宇、马佳一、姜俊军和郭小杰。 “使用带有大量异常值的空间聚类进行鲁棒特征匹配”，IEEE 图像处理汇刊，2020 年。

本文介绍了颜色特征常用的特征提取与匹配方法

用于内窥镜序列图像三维重建的特征匹配算法研究.pdf

基于稀疏特征匹配和形变传播的无缝图像拼接.pdf

一种基于兴趣点特征匹配的图像镶嵌技术.pdf

一种基于兴趣点特征匹配的图像镶嵌技术 (2).pdf

本资源在vc++平台下实现了图像特征匹配算法sift，并含有学习笔记，能很好的帮助理解算法，程序需配置opencv才能运行

基于传统的指纹图像处理理论，matlab实现，中间变量清晰可见，参数可调节。 它将可以帮助你： 1、省去2至3个月的入门熟悉过程 2、分割的结果足可以用作深度学习的label，本Demo的图像分割能力足可以用于工业 3、在该代码的基础上进行更加深入的研究，实现前沿的处理、匹配和搜索算法。 4、入门的三角匹配算法，为指纹匹配(1:1)研究奠基 5、入门的指纹图像索引搜索算法，为指纹搜索(1:N)奠基 一个指纹的完整处理过程可以参考main文件，提取特征点的功能已放入get_minutia函数中。本Demo使用三角匹配算法，单个的指纹的注册过程可以参考enroll.m。本Demo除实现指纹匹配算法外，将指纹搜索通过建立索引的方式实现，相关见Demo中Htable功能。