实现两张图像的SURF特征点匹配；

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。实验结果表明，该方法有效提高了匹配点对的正确率，能够对电气设备红外和可见光图像实现高精度的配准。

surf特征点匹配和研究

基于SURF特征点提取的图像配准仿真，matlab2021a测试，可以对存在角度倾斜的图片进行配准。 I1=im2double(imread('TestImages/lena1.png')); I2=im2double(imread('TestImages/lena2.png')); % Get the Key Points Options.upright=true; Options.tresh=0.0001; Ipts1=OpenSurf(I1,Options); Ipts2=OpenSurf(I2,Options); % Put the landmark descriptors in a matrix D1 = reshape([Ipts1.descriptor],64,[]); D2 = reshape([Ipts2.descriptor],64,[]);

基于SURF特征点提取通过GTM去除错误匹配点最后进行图像配准，matlab2021a测试

基于SURF特征点的图像拼接算法，用MATLAB语言编写。亲测可用，速度比SIFT特征点的配准算法快很多！

用opencv实现的SURF特征（Speeded Up Robust Features ）提取算法

此代码用matlab实现两幅图像的SURF特征点的提取与匹配，图像可以自行更改

surf算法在opencv3上实现，自己实现代码不用调用任何包。