机器视觉的特征点匹配

针对薄壁件振动测量的需求,将双目视觉与特征匹配跟踪结合,提出了一种较为准确的薄壁件振动测量方法。先利用双目相机连续采集薄壁件的振动图像,并进行滤波和二值化等图像预处理操作;再选取左右相机拍摄的第一帧图

提出一种基于多尺度特征提取的双目视觉匹配算法，旨在提高传统算法的实时性和鲁棒性。该算法通过设计出一种基于尺度因子变化的高斯核模板尺寸自适应调整以及双目视图的双向配准的办法，以改善特征点匹配效率和精度。

双目视觉特征匹配所用的一些检测算法，一些算子

局部特征匹配

Speeded Up Robust Features（SURF，加速稳健特征），是一种稳健的局部特征点检测和描述算法。最初由Herbert Bay发表在2006年的欧洲计算机视觉国际会议（Europe

harris算子是一种有效的点特征提取算子有很多优点

详述ICP，图像处理中的经典算法，希望对同人有帮助

图像特征匹配

基于opencv的实现特征匹配，用的算法是sift，其中包含所有源码，懂得同学可以，按照文件加载即可使用

学习opencv中文版，第10张里面sift匹配代码