matlab程序，亲测，没有问题。绝对好用。

基于matlab的SIFT匹配算法研究，根据SIFT算法流程编写matlab代码

OpenCV中的HAAR与LBP数据 HAAR特征数据 LBP特征数据 数据格式XML #include #include using namespace std; using namespace cv; String Face_fileName = haarcascade_frontalface_alt.xml;//opencv自带训练好的人脸识别级联器 String Eye_fileName = haarcascade_eye_tree_eyeglasses.xml;//opencv自带训练好的人眼识别级联器 CascadeClassifier face_cascade;//人脸

采用java写的SIFT的代码，希望对做图形学的有用处！

对ECT（电容层析传感器）内部分布进行成像，用计算得到的电容值i，归一值以及敏感场分布对内部分布进行成像。

mod_lowe 的pca-sift c语言实现，可以参考如何提取特征点和匹配的实现

我就废话不多说，直接上代码吧！ # -*- coding: utf-8 -*- import cv2 import numpy as np from find_obj import filter_matches,explore_match from matplotlib import pyplot as plt def getSift(): ''' 得到并查看sift特征 ''' img_path1 = '../../data/home.jpg' #读取图像 img = cv2.imread(img_path1) #转换为灰度图 gray= cv2.cvtCo

针对水下双目图像匹配时不再满足空气中极线约束条件以及尺度不变特征变换(SIFT)特征匹配算法处理水下图像误匹配率较高等问题，提出一种基于曲线约束的水下特征匹配算法。对双目摄像机进行标定获取相关参数，再获取参考图和待匹配图；利用SIFT算法对两幅图像进行匹配，同时利用由参考图提取的特征点推导出其在待匹配图上对应的曲线，将该曲线作为约束条件判定待匹配图上对应特征点是否在曲线上，从而剔除误匹配点，以达到提高精度的目的。实验结果表明，该算法优于SIFT算法，可以有效地剔除误匹配点，比SIFT算法匹配精度提高约12%，解决了SIFT算法在水下双目立体匹配中误匹配率高的问题。

级联分类器下载，训练模型 下载直接可用

gabor表情识别 lbp表情识别 融合表情识别