虹膜图像的掩模估计和特征匹配算法的研究

对SIFT算法匹配速度较慢和常常存在错误匹配对的问题,本文提出在匹配过程中采用角度相似性分析替代传统的欧式距离分析法,由此提高匹配速度,然后通过RANSAC一致性筛选删除错误匹配对,最后通过实验验证了

基于opencv的sift图像匹配算法，很全面使用，推荐给大家。

输入图像后，运行函数实现基于matlab的灰度图像特征点匹配。

基于几何约束投票的图像特征匹配.供大家学习参考

常规图像匹配模式主要利用了像素的灰度信息和形状信息 ,而弱小目标检测与跟踪过程中 ,这两种信息都缺乏明显特征 ,难于满足高精度、稳定跟踪的要求。提出一种新的匹配模式 ,即从图像数据里提取包括灰度、形状

面向对象分类方法是适合于高空间分辨率影像信息提取的技术之一，主要包括最邻近和隶属度函数两种分类方法，具有小样本和高维特征的特点。其中，面向对象隶属度函数的模糊分类更是适合于研究范围较大影像区域。实际应

matlab数字图像处理部分 特征点匹配代码，多种匹配方式可选，详见代码段

本文是国外的一款开源的虹膜识别框架的介绍，它的源码是可以直接使用的，但是需要优化。

图像处理surf图像的特征值与匹配,SURF特征匹配 urf是通过计算两个特征点间的欧式距离来确定匹配度，欧氏距离越短，代表两个特征点的匹配度越好。不同的是Surf还加入了Hessian（黑塞矩阵）矩

基于深度学习的目标跟踪算法将卷积深层输出结果作为特征,虽然准确度高但耗时长;基于融合特征的目标跟踪算法按照响应值融合目标特征,虽然跟踪速度快,但降低了准确度。为了兼顾目标跟踪算法的时效性和准确度,提出