基于角点检测的图像匹配算法，效果很好的算法
特征点的选取是视觉研究的基础,其选取的精确度直接影响到视觉信息处理的准确性与可靠性。传统Harris角点检测方法具有计算简单、易于实现的优点,但该算法效率低下、检测精度较低、抗噪性差、存在角点簇。提出
本程序主要实现了基于opencv与c++程序编程对双目图像进行立体匹配与角点检测
分别对两幅图寻找两幅图中的最大特征值点。然后使用你n*n的模板进行特征点匹配。调整阈值可以得到很好匹配效果。
matlab编写的角点检测算子,包括Harris,SUSAN,Harris-Laplace,Laplacian of Gaussian (LoG)以及Gilles五种算子,内含测试图像
本程序可以检测角点,另外还有锐化,查看是否有图像裂纹等
本文提供了一个使用Matlab mex和C语言编写的Harris角点检测代码，其中包含sobel滤波和高斯平滑滤波的实现。虽然该代码仅供学习使用，但需要注意的是，该代码存在效率问题并且不能直接运行，因
harris角点检测数学原理的参考资料，内附代码
基于matlab的Harris角点检测，包含ransac，不过是处理灰度图像的，但是还不错，对于初学者比较有帮助，我有运行过，还不错。
这是一个用matlab编写的harris角点检测源代码，实验结果很好，是图像配准中的前期工作。
用户评论