提取特征点并进行匹配，是摄影测量中相当重要的步骤！

适用于双目测距，图像匹配，障碍物识别等。基于SIFT算法，快速匹配，得到各匹配点的偏移量，经过筛选后，精确度较高，因而也能得到物体与摄像头之间的距离。 匹配率很高。

一种算子提取指纹图像特征点的方法，可以借鉴一下

本书清晰度极高，可直接复制文本，书签章节详细。 第1章介绍有关局部不变性的历史沿革和基本概念，第2 章介绍有关局部不变性的尺度空间理论基础，第3 章至第7 章详细捧出了局部不变性特征的实现方法，第8 章评价了各种局部不变性方法并给出了若干应用实例。适合工程技术人员阅读，也可供高等院校相关专业师生参考。

三种方式提取图像上的特征点，根据不同需要选取不同方法，提取特征调用的函数为：intpointdet

看到有人在求这个代码，就把它穿上来了，可以自己修改一下，加入一下改进的东西，效果还是不错的，需要gsl和opencv库

建立在Moravec算子基础上提取特征点后与另外一幅图像进行匹配计算，并输出特征点对应的匹配点像素坐标 建立在Moravec算子基础上提取特征点后与另外一幅图像进行匹配计算，并输出特征点对应的匹配点像素坐标

提取特征点，用B样条进行图像变形

针对三维点云数据分割算法准确度低的问题,提出了一种结合点云骨架点和外部特征点的分割算法,所提算法可将传统方法分割不出来的局部小范围凸面体进行有效分割,从而使得三维点云数据分割得更为完善,为三维点云分割提供了新思路。利用C++及其开源的点云库进行编程,利用L1-中值算法对三维点云进行骨架点的提取,利用尺度不变特征变换算法进行特征点的提取,结合骨架点和特征点构建分割平面进行分割,再对剩余的特征点进行检测,再次构建分割平面进行分割,得到最终的结果。实验结果表明,该算法能对三维点云表面的小范围凸面体进行有效分割, 提高了分割的准确性。

用matlab实现harris算法，来提取图像的特征点，本文档里面就是实现此功能的matlab代码