利用opencv简单实现三种特征点匹配算法。SIFT算法
SIFT特征是图像的局部特征，对平移、旋转、尺度缩放、亮度变化、遮挡和噪声等具有良好的不变性，对视觉变化、仿射变换也保持一定程度的稳定性。SIFT算法时间复杂度的瓶颈在于描述子的建立和匹配 ，如何优化对特征点的描述方法是提升SIFT效率的关键。
2019-12-21 20:59:58
5.65MB
1
该资源是《KAZE Features》一文中的图像集，主要用于评估特征检测和描述匹配的质量和定位精度的数据集（主要用于KAZE，SIFT,SURF等算法）。图像集共分为8组，每组有6幅，网上找到的都是ppm格式的，需要将其转换为平时常用格式的图像，该资源将其转换为.jpg格式，以分享给大家。
2019-12-21 20:49:24
4.61MB
1
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。
2019-12-21 20:29:36
6KB
1
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。
2019-12-21 20:28:21
7.49MB
1
一种通用的sift-surf-orb的程序，只需要改变相应的关键字就可以检测不同的特征点，对于分析配准问题，三维重建是一个非常好的资源。同时，代码进行了ransac优化。可供工程实际应用
2019-12-21 18:58:29
11KB
1
使用SIFT或者SURF特征进行图像匹配，实现语言为python2.7+opencv3.1，代码有注释，有文档说明，并配有测试图像资源
2019-12-21 18:51:40
544KB
1