基于SURF特征提取的中国象棋识别项目matlab实现（代码）

基于opencv-2.4.9的特征提取及匹配。运行环境ubuntu操作系统，对surf特征进行提取及匹配，采用暴力匹配算法。此代码是一个cmake工程，需安装cmake

这是一段VS2013和OpenCV3.3的，基于SIFT特征和SURF特征的微旋转图像拼接与融合生成全景图像的代码。具体分析见博客http://blog.csdn.net/primetong/article/details/79577152

采用了一种基于SURF的人脸识别方法，其中所提取出的SURF特征向量对于图像的尺度与旋转变化均具有较好的适应性；通过采用LDA算法有效地缩短了运算时间；此外还采用K-means聚类方法对特征向量进行分组处理；最后通过综合图像的局部与全局特征信息便可完成对人脸的分类工作。实验结果证明，最终所获取的LDA-SURF特征向量对于一般图像中人脸的平移、亮度变化、遮挡和噪声等具有良好的不变性。

今天小编就为大家分享一篇opencv3/C++ 实现SURF特征检测，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

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。

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。

针对快速鲁棒特征(SURF)算法的拼接结果图像,会出现明显的拼接线与过渡带的问题,提出一种改进的基于SURF特征匹配的图像拼接算法。在剔除误配点时,采用改进的随机抽样一致(RANSAC)算法调整采样概率,以更少的时间获取正确模型,提高算法效率。在图像融合时,先对输入图像进行亮度均衡预处理,然后再使用加权平滑算法进行融合,从而消除结果图的拼接线和过渡带,提高图像拼接质量。实验表明,改进算法能保持SURF算法的优良特性,进一步提高SURF算法匹配效率,并能有效消除拼接线和过渡带,使图像拼接质量得到显著提高。

此代码用matlab实现两幅图像的SURF特征点的提取与匹配，图像可以自行更改

这里是基于Opencv的SIFT和SURF特征进行目标跟踪的源代码，但是代码还有错误，找不到错误的来由