针对高维特征向量存在的最近邻匹配正确率低的问题, 提出了一种基于SURF和快速近似最近邻搜索的图像匹配算法。首先用Fast-Hessian 检测子进行特征点检测, 并生成SURF特征描述向量; 然后通过快速近似最近邻搜索算法得到初匹配点对, 再对得出的单向匹配结果进行双向匹配; 最后采用鲁棒性较好的PROSAC算法进一步剔除误匹配点对。实验证明了该算法不仅提高了SURF算法匹配的正确率, 还保证了算法的实时性。

说明：程序打开运行即创建了CMemAllocate对象，并对其进行了初始化操作，所以默认已有5个作业进程存在，以及大小为1024的内存块 1.实现三个内存分配算法、从内存中移除作业进程、添加作业进程至作业进程表的独立功能实现 2.实现动态操作，即每次内存分配、移除作业进程、添加作业进程可以通过对话框自定义 3.实现移除作业进程时对相邻空内存块进行合并 4.实现基本错误提示 如：a.移除作业进程时首先检索内存中是否有该作业，否则进行提示无法进行移除操作； b.添加作业进程时首先检索是否已存在相同索引值的作业进程，若有则提示无法添加； c.内存分配（最佳适配、邻近适配）时，对话框提示输入要加载进内存的作业索引，若作业已存在于内存，进行提示，并提示无法加载进内存，若内存空间不够，也提示无法加载

实现图像、影像下采样，采样方法有最邻近采样法、二次插值法、双三次卷积法。matlab实现。

数字0到9和英文大小写字母手写识别训练集，每份都是55张，共计55*（10+26+26）=3410张png图片，使用举例：https://blog.csdn.net/yj13811596648/article/details/83241708

根据算法原理自己编写的基本算法的代码，包括自己挑选的数据集，对算法准确率的测试

使用ARCGIS中的TOOLBOX将邻近点批量移动到线上

使用分治算法实现寻找n个点中最邻近点的距离的平方。时间复杂度O（nlogn）.

对图像进行最邻近插值，提高图像的分辨率。

Cao法即改进后的FNN法求相空间重构的嵌入维数

K最邻近分类器设计的MATLAB代码，有代码解释