通过surf进行特征点提取，实现两个图片的拼接

CASIA-SURF数据集,rgb depth, ir三组数据，

冲浪配准数学代码视网膜检影 处理结构图像 从原始的.dcm文件开始 在我们的示例中，.dcm文件位于名为str_raw的文件夹中 您需要以下结构 SUBJ01 |--structural |--struct_1 |--str_raw 00000001.dcm .... 00000180.dcm 运行以下代码（我始终在akalla中运行该代码） tcsh source /usr/local/freesurfer/SetUpFreeSurfer.csh setenv SUBJECTS_DIR ~/Desktop/Distractor_project/imaging/David/structural/struct_1 cd $SUBJECTS_DIR recon-all -i str_raw/00000001.dcm -subject David_struct1 -all 因为我想在本地获取结构化数据，所以我使用以下几行代码通过scp将其从服务器中移出 scp -r davsan@akalla.cns.ki.se:~/Desktop/Distractor_project/imaging/Da

压缩包中包含sift和surf的图像配准，先用sift或者surf特征提取，然后进行特征匹配，最后还用RANSAC进行误匹配剔除。sift是在Lowe官网源码上进行更改，surf直接使用MATLAB自带函数detectSURFFeatures()。

surf算法 里面有原理基本介绍和源代码实现

添加了更多成熟的应用例子。 比sift和surf算法更实用。

这是opencv源码，里面有vs2005（与opencv1.0）和vs2008（与opencv2.0）的工程项目，注释是英文的。配置好即可使用，如使用其他版本vs或opencv，则使用里面的源码并新建工程项目即可。

南京理工大学的写的非常好的论文。特征匹配，slam等知识

基于opencv实现的surf算法代码 最终输出左右影像特征点图、匹配连线图以及良好匹配点的坐标txt文件

ORB（Oriented FAST and Rotated BRIEF）是一种快速特征点提取和描述的算法。这个算法是由Ethan Rublee, Vincent Rabaud, Kurt Konolige以及Gary R.Bradski在2011年一篇名为“ORB：An Efficient Alternative to SIFTor SURF”的文章中提出。ORB算法分为两部分，分别是特征点提取和特征点描述。特征提取是由FAST（Features from Accelerated Segment Test）算法发展来的，特征点描述是根据BRIEF（Binary Robust IndependentElementary Features）特征描述算法改进的。