基于特征匹配的英文印刷字符识别matlab程序

Matlab MFCC音乐特征匹配与DTW算法识别（含GUI设计）项目的源代码，时间有点久了代码可能没有上传全，不保证使用效果，仅供学习参考。GUI在MATLAB中已废弃，不推荐使用，最好改用APP Designer。

SIFT特征匹配算法-SIFT.rar SIFT：Scale Invariant Feature Transform SIFT特征匹配算法是目前国内外特征点匹配研究领域的热点与难点，其匹配能力较强，可以处理两幅图像之间发生平移、旋转、仿射变换情况下的匹配问题，甚至在某种程度上对任意角度拍摄的图像也具备较为稳定的特征匹配能力。 附件中有SIFT原文、中文文献。

基于matlab的特征匹配的英文印刷字符识别，研究灰度转换、中值滤波、二值化处理、形态学滤波、图像与字符分隔等算法，形成了一套效果明显的字符图像识别算法。采用字符的归一化和细化处理方法，通过二值化和字体类型特征相结合的处理方法完成特征提取，建立了字符标准特征库，合理的模版匹配算法实现了印刷体字符的识别，matlab仿真代码亲测可用。

orb特征提取与匹配

GMS: Grid-based Motion Statistics for Fast, Ultra-robust Feature Correspondence 代码解读   论文原文地址:GMS: Grid-based Motion Statistics for Fast, Ultra-robust Feature Correspondence 代码地址:github   1 论文核心思路  论文认为:匹配对应该是平滑的,对于true match pair(l1,r1),l1附近的特征点对应的匹配点也应该在r1附近.  ① 利用上面的平滑性质,建立统计分析模型(二项分布),过滤ORB mat

针对ORB算法特征匹配精度低的缺陷,结合金字塔光流特性,提出一种优化ORB特征匹配的方法。首先,采用区域分块法对待匹配图像进行处理,挑选出最佳匹配子块,缩小无效匹配区域;接着,对子块提取ORB关键字并计算匹配描述子得到粗匹配点对,采用金字塔光流法追踪ORB特征点,求解特征点的运动位移矢量,以此剔除粗匹配部分错误的匹配对;最后,采用随机采样一致算法进一步剔除冗余匹配点,获取更为精准的匹配对。实验结果表明,本文优化的ORB算法可以很好地满足实时性和精度的要求,特征匹配的平均耗时为原ORB算法的87%左右,且平均匹配率达98%以上。

关于sift的局部视觉特征匹配，可直接在matlab中打开即可运行

完整代码，可直接运行

在ubuntu系统里，编写并调用一个类，实现了图像ORB特征匹配。程序已编译测试通过，即图实现可以参考博文： https://blog.csdn.net/qinqinxiansheng/article/details/106975782