使用OPENCV实现SIFT算法，完成特征点提取和匹配，程序可正常运行

（MATLAB版代码）红外与可见光图像配准算法 针对电气设备同一场景的红外与可见光图像间一致特征难以提取和匹配的问题，提出了一种基于斜率一致性的配准方法。首先通过数学形态学方法分别提取红外与可见光图像的边缘，得到粗边缘图像；然后通过SURF算法提取两幅边缘图像的特征点，根据正确的匹配点对之间斜率一致性的先验知识，进行特征点匹配；最后通过最小二乘法求得仿射变换模型参数并实现两幅图像的配准。资源为该算法的MATLAB版本，其中main.m是主函数，内附测试图片。 红外 可见光 图像配准 图像融合 MATLAB

基于OpenCV的实现特征点提取和匹配的程序。

本VS工程是基于ORB算法的特征提取和匹配，搭建环境为：VS2015+OpenCV2.4.9。

Opencv 各种特征点提取和匹配 class KeyPoint { Point2f pt; //坐标 float size; //特征点邻域直径 float angle; //特征点的方向，值为[零,三百六十)，负值表示不使用 float response; int octave; //特征点所在的图像金字塔的组 int class_id; //用于聚类的id