HDevelop实现基于形状的匹配和基于模板的匹配

基于SAD的立体匹配,经过实测,匹配效果不错,是初学立体视觉不可多得的资料,下载从速

基于orb算子的图像匹配算法,该算法运行效率高,能够实现两幅图像的匹配,可用于图像的拼接,图像的识别等

利用轮廓,求图像间的offset,图像库是opencv的代码,利用canny求出轮廓,然后找出两幅图的轮廓offset,即得原图的offset。

可以求出图像之间的旋转角,精度和图像大小成正比,利用频域做的,不是单纯的旋转0.1°,匹配一下,再转一下,再匹配一下。

基于逆向匹配的中文分词算法实现，产生词典和测试数据，分词后具有结果分析功能，计算精确度，召回率，F值

对两幅图像进行harris角点进行匹配，后续利用NCC、匹配支持强度等虚假匹配取出等，陆续再做。

景象匹配在地形辅助导航中具有十分重要的地位,归一化互相关(NCC)技术是一种相对抗噪声 能力强、匹配准确的匹配算法,因此,在导航制导中广泛应用。但由于其运算量比较大,对于要求实时匹配 的地形辅助导航系

基于surf特征的情景匹配，SURF算法中要用到积分图像的概念。借助积分图像，图像与高斯二阶微分模板的滤波转化为对积分图像的加减运算。

一个字符串的匹配算法，最简单的匹配和常用的KMP匹配算法，刚刚研究明白，原理大家自己在网上搜一下吧，代码跟大家分享一下。

介绍形状描述的常用方法和发展现状 不错的文章