说明:图像拼接过程中,首先要寻找两幅图像的匹配点,进行匹配。本源码使用sift算法对两幅图像中的点进行配准
说明:NCC模板匹配两幅图像(实时图和地标点)进行灰度像素上的模板匹配解算得到实时图的位置信息
说明:遗传+Gabor人脸/掌纹/指纹/虹膜等识别匹配程序。注意,该程序包含特征提取和匹配识别,但是对输入的图像要求最好是经过定位归一化的。没经过定位归一化的图像,识别效果较差。
说明:基于复制粘贴的图像篡改检测算法,该算法首先提取出sift特征,用的是网上提供的提取sift的混合编程方法,然后将sift特征进行匹配并聚类,再用RANSAC算法剔除误匹配对,最后用线段将原始块和复制粘贴块中的匹配点连接起来。此算法能抵抗各种后处理操作,如旋转、尺度缩放、添加噪声等以及它们的几种组合。
说明:SURF算法,是SIFT的升级版,速度更快,性能也不差,快速实现图像特征点的检测和匹配。
说明:为了解决规则碎纸片的拼接复原问题,提出了基于最大匹配度的碎纸片拼接,解决了碎纸机复原问题,最后用MATLAB编程得到复原图片。首先设定阈值,将各个像素点分为0,1的黑白点,然后根据相邻碎纸片边缘像素匹配度值最高的原则,拼接碎纸片,实现复原。
说明:通过模板匹配的方式,对text.png图像中的字母‘a’进行定位,给出定位结果以及位置坐标。在matlab的环境下实现了模板匹配,对横向纵向两个方向的字母进行了检测和定位。
说明:指纹识别的源码,对指纹图像进行预处理,特征提取和比对,看是否匹配