在机器人视觉系统中运用SIFT描述子对现实世界中的目标进行识别，这一研究已经取得了很大的进步。运用SIFT生成的图像特征向量的性能十分稳定，对旋转、缩放、平移是保持不变性的，对一定程度目标遮挡、光照变化、视点变化、杂物场景和噪声等也能保持很好的不变性。RANSAC算法早就已经是计算机视觉领域常用的一个进行矫正的标准方法，在标准的RANSAC算法基础上加入了假设评价，改进为R-RANSAC（The Randomized RANSAC）算法。对这两个方面进行论述，运用SIFT（尺度不变特征变换）算法对双目机器人的两幅视觉图像进行匹配，采用带SPRT的R-RANSAC改进算法对匹配过程进行优化，尽可能在短的时间里完成匹配矫正，进而加速整个配准的时间。

样条插值法实现时间配准，MATLAB仿真

点云配准算法super-4pcs，是4pcs算法的升级版，代码来自于官网。

将行列置换和混沌加密的加密和解密用两个界面展示，并将解密图再进行配准

图像配准 opencv vc++ 程序 图像融合

本资源是本人现代雷达系统课程的课程作业。其中数据包括火山口insar成像数据两份，本人自己写的基于相关系数配准以及图像滤波的MATLAB程序一份。对于insar的初学者有很好的借鉴意义。

ITK入门教程，医学图像分割与配准（上下册），高清版，带书签目录版

用cnn回归进行的图像配准，比传统图像配准算法更快更准确的得到配准参数

很详细的基于相位相关算法的图像配准Matlab源码。注释也很详细。可供大家学习！！！

相干点漂移点集配准Matlab程序。 参考文献 [1] Haili Chui, Anand Rangarajan: A New Algorithm for Non-Rigid Point Matching. CVPR 2000: 2044-2051 [2] Andriy Myronenko, Xubo B. Song, Miguel A. Carreira-Perpinan: Non-rigid point set registration: Coherent Point Drift. NIPS 2006: 1009-1016