图像匹配中SSD和NCC算法的改进

数字图像处理中的图像匹配算法研究，图像特征提取及比表皮配的理论和方法研究。

用Harris角点检测算法进行图像特征检测．使用快速SIFT图像匹配方法进行图像匹配并计算基础矩阵，去除误匹配点后用SIFT图像匹配的结果对Harris角点进行定位，并用ZNCC算法对角点进行增量匹配

使用VC编写的ransac源代码，能够调通，剔除图像匹配中的误匹配点

使用vc实现图像的匹配和图像的融合，其中匹配图像用到是左右核影像，融合图像是多光谱图像和全色图像。

针对复杂背景下汉字匹配准确率较低的问题，提出一种改进的SURF 算法。该算法利用灰度分级的字符分割方法，先进行灰度分割增强图像的对比度，采用灰度分级树将图像中的所有像素处理为树的模式进行计算，根据灰度

<font size=4>背景</font>. 图像配准是计算机视觉领域中一个重要的问题，应用广泛. 传统的RANSAC算法应用范围有限，存在不足<font size

介绍一中基于割图方法，基于图割的图像匹配算法

关于检点检测的图像匹配算法详细的思想过程以及精确的算法以及算法的比较

该压缩包中，包含了几个基于特征的图像匹配算法，有的可以直接运行，有的则需要稍作修改。最有诱惑力的是，里面包含了6个压缩包。5分，超值

本论文提出了一个基于关键点的图像匹配算法。