1.查阅学习了pca主成分分析和svd矩阵奇异值分解的原理； 2.打印棋盘纸用GML软件对相机进行了标定； 3.利用标定好的相机矩阵结合前面所学的sift算法和rasic算法对相机的姿态进行估计。

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。

利用OpenCV-2.4.13和vs2017实现SURF/SIFT + RANSAC + 线性加权融合来实现图像的左右拼接，上下也可以拼接，改一下adjustMat就可以(代码中是x偏移量，你换成y的偏移量，把值换成rows就好，同时在计算透视变换的时候Size参数改为(image02.cols, image02.rows + image01.rows))，代码均有注释，同时将每一步结构都显示出来了，附有示例图片，直接就可以运行。

一、 A* 搜索算法 一（续）、 一（续）、 一（续）、 A* ，DijkstraDijkstraDijkstraDijkstra DijkstraDijkstra，BFSBFSBFS算法性能比较及 算法性能比较及 A* 算法的应用 算法的应用 二、 Dijkstra Dijkstra Dijkstra Dijkstra Dijkstra Dijkstra 算法初探 算法初探 二（续）、彻底理解 二（续）、彻底理解 二（续）、彻底理解 二（续）、彻底理解 二（续）、彻底理解 DijkstraDijkstraDijkstraDijkstra DijkstraDijkstra算法 二（再续）、 二（再续）、 二（再续）、 Dijkstra Dijkstra Dijkstra Dijkstra Dijkstra Dijkstra 算法 +fibonacci+fibonacci+fibonacci+fibonacci 堆的逐步 堆的逐步 c实现 二（三续）、 二（三续）、 二（三续）、 Dijkstra Dijkstra Dijkstra Dijkstra Dijkstra Dijkstra 算法 +Heap+Heap+Heap 堆的完整 堆的完整 c实现源码 实现源码 实现源码 三、动态规划算法 三、动态规划算法 三、动态规划算法 三、动态规划算法 四、 BFSBFSBFS和 DFSDFSDFS优先搜 索算法 索算法 五、教你透彻了解红黑树 五、教你透彻了解红黑树 五、教你透彻了解红黑树 五、教你透彻了解红黑树 五、教你透彻了解红黑树 （红黑数系列六篇文章之其中两） （红黑数系列六篇文章之其中两） （红黑数系列六篇文章之其中两） （红黑数系列六篇文章之其中两） （红黑数系列六篇文章之其中两） （红黑数系列六篇文章之其中两） （红黑数系列六篇文章之其中两） （红黑数系列六篇文章之其中两） 五（续）、红黑树算法的实现与剖析 五（续）、红黑树算法的实现与剖析 五（续）、红黑树算法的实现与剖析 五（续）、红黑树算法的实现与剖析 五（续）、红黑树算法的实现与剖析 五（续）、红黑树算法的实现与剖析 五（续）、红黑树算法的实现与剖析 五（续）、红黑树算法的实现与剖析 五（续）、红黑树算法的实现与剖析 六、教你初步了解 六、教你初步了解 六、教你初步了解 六、教你初步了解 KMPKMPKMP算法、 算法、 updated updated updated updated （KMPKMP 算法系列三篇文章） 算法系列三篇文章） 算法系列三篇文章） 算法系列三篇文章） 六（续）、从 六（续）、从 六（续）、从 六（续）、从 KMPKMP 算法一步谈到 算法一步谈到 算法一步谈到 算法一步谈到 算法一步谈到 BM 算法 六（三续）、 六（三续）、 六（三续）、 KMPKMP 算法之总结篇（必懂 算法之总结篇（必懂 算法之总结篇（必懂 算法之总结篇（必懂 算法之总结篇（必懂 KMPKMP ） 七、遗传算法 七、遗传算法 七、遗传算法 透析 GA 本质 八、再谈启发式搜索算法 八、再谈启发式搜索算法 八、再谈启发式搜索算法 八、再谈启发式搜索算法 八、再谈启发式搜索算法 九、图像特征提取与匹配之 九、图像特征提取与匹配之 九、图像特征提取与匹配之 九、图像特征提取与匹配之 九、图像特征提取与匹配之 九、图像特征提取与匹配之 SIFT SIFT算法 （SIFT SIFT算法系列五篇文章） 算法系列五篇文章） 算法系列五篇文章） 算法系列五篇文章） 九（续）、 九（续）、 九（续）、 sift siftsift算法的编译与实现 算法的编译与实现 算法的编译与实现 算 BF和 DFS优先搜 索算法

VS2012 x64+opencv做的图像拼接，参照了别人的代码改编。 做的是左右拼接，上下的行不行没试过。 主要函数就是图像的储存位置，需要在代码里改下 测试了下还是比较稳健的，拼接效果尚可，不过重叠部分可能产生鬼影，另外接缝处有小裂缝，如果不满意，可再设计方法优化 所有代码均含注释，浅显易懂，含测试图片 运行时请自行配置好头文件和lib文件目录

采用SIFT和RANSAC算法完成特征点的匹配和筛选，并求出物体的变换矩阵，通过变换矩阵计算出物体的边界。

OpenCV3.0实现SIFT特征提取+RANSAC剔除误匹配点，首先进行提取SIFT特征点。然后再通过RANSAC剔除误匹配点

sift算法提取特征点进行特征点匹配，用RANSAC（随机采样一致性）方法剔除误匹配特征点，有图形显示，需配置openCV

基本算法，亲测可用