自述文件 - A-KAZE 功能 该库是 AKAZE 特征检测器和描述符算法的实现，其中删除了 OpenCV 依赖项。 这允许更灵活地使用 AKAZE 功能，而无需依赖 OpenCV。 此库的唯一依赖项是特征矩阵库。 我们努力使代码与原始实现保持相对一致，以便更容易跟踪和比较。 主要区别在于： 一切都在命名空间 libAKAZE 中 关键点和描述符是最小的自定义结构，而不是 OpenCV 的结构 图像保存在具有浮点像素的行主特征矩阵中 线程数可以在运行时设置 在我的实验中，这个实现比 OpenCV 实现慢了不到 1.5 倍。 这是因为 OpenCV 有许多用于图像处理的手写 SIMD 优化。 但是，此实现确实提供了与 OpenCV 相同的关键点和描述符（误差在 0.1% 以内）。 注意：如果您有关于如何提高性能（即图像卷积和图像半采样）的建议，请给我发电子邮件或提出请求！ 我还要感

AKAZE算法demo，C++编写，依赖库OpenCV3.1.0

AKAZE局特征点检测与匹配 A表示Accelerated(加速的) 与SIFT、 SUFR比较： 更加稳定 非线性尺度空间 AKAZE速度更加快。

matlab代码先保存在运行自述文件-A-KAZE功能 版本：1.5.0日期：2014年11月12日 您可以从github获取最新版本的代码： https://github.com/pablofdezalc/akaze ： https://github.com/pablofdezalc/akaze 其他实施 您可以尝试从NiklasBergström尝试使用CUDA A-KAZE： https://github.com/nbergst/akaze ： https://github.com/nbergst/akaze 铃木秀明（ https://github.com/h2suzuki/fast_akaze ）还有一个非常快的CPU A-KAZE版本 更新日志 版本：1.5.0更改： 该代码已更改为与OpenCV 3.0兼容 版本：1.4.0更改： 可以使用AKAZEConfig.h中的OMP_MAX_THREADS定义来设置最大OpenMP线程数。 默认情况下设置为16。这样可以避免某些具有许多内核的系统出现问题。 感谢Thomas Fraenz 创建命名空间libAKAZE以避免与Op