基于ZC702 Zynq的SURF/SIFT图像拼接算法的实现系列最新的论文！

图像处理python代码附带测试图片：角点检测corner_detection.py，边缘检测margin.py，轮廓检测contour_detection.py，ORB.py，SIFT.py，SURF.py，图像拼接stitching.py

opencv移植，C语言实现SURF特征检测,开源，用vs2017，仅打开图片用到OpenCV。

冲浪环境matlab代码图像拼接 使用单应性生成拼接图像的 Matlab 代码。 要求 Matlab 计算机视觉工具箱 校准图像（遵循针Kong相机模型） 通过查找连续图像之间的单应矩阵进行图像拼接。 特征 ： 哈里斯角检测器 冲浪 匹配方法： SAD : 绝对距离的总和 SSD：距离平方和 NCC：归一化互相关 它是如何工作的： 在图像中查找特征并存储它们 匹配连续图像之间的特征 使用单应性模型执行 RANSAC 以获得内点：使用重投影误差 做 NDLT（归一化直接线性变换）以获得优化的单应矩阵 将目标图像变形为基础图像。 如何运行： 按连续顺序命名您的图像（1.jpg，2.jpg，3.jpg ...）（注意：连续图像应该有一些重叠区域） 在 run.m 中加载 %imgae 示例中的图像 设置基础镜像 跑步。

基于surf算法，速度快，匹配效果还算是满意，里面附有两个例子，可供大家参考

基于windows7_32位系统和Qt5.5.1+opencv249平台开发的基于SURF算法的图像拼接软件！

针对目前图像拼接算法存在对于图像配准过程中对应特征点对难以准确匹配的问题，提出了一个通过改进的SURF算法提取图像特征点，然后对得到的特征点进行描述，利用快速RANSAC算法配准图像，最后采用像素加权的方法进行图像融合。实验结果表明，提出的改进SURF方法有效地提高了特征点提取的准确性，去除了错误的匹配点对，将整个拼接过程的效率从之前的13.03对/秒提升到15.20对/秒。

针对JPEG地质资料的复制-移动篡改，提出一种结合SURF特征匹配与JPEG块伪影特征矩阵因子的篡改区域检测方法。首先运用SURF算法提取图像特征点并进行特征点匹配，根据剔除伪匹配点后的匹配对计算仿射变换参数，定位复制-移动区域，然后通过引入JPEG块伪影特征矩阵因子实现篡改区域的定位。结果表明：相比其他算法，本方法能够更有效地探测JPEG地质资料的复制-移动篡改，并精确定位篡改区域。

matlab surf图像配准 图像检索 图像处理 模式识别 我本人的毕业设计 就是利用的surf来提取的特征，并进行相似度比较后，然后进行检索的。此程序对想利用surf的同学可以得到很大的帮助。surf比sift具有更快的速度，更好的配准率。

surf算法的fpga实现，可以用来参考。包括5篇中文和1篇外文。surf算法可以实现图像匹配，图像拼接，目标检测，目标跟踪等。因surf算法计算量很大，因此可以考虑用FPGA来实现。