4包含了具体的代码和完整注释解释

特征点检测与匹配，SIFT算法的纯MATLAB源程序，原理一清二楚

人脸识别训练文件，配合博文《基于OPencv LBP的人脸识别代码》

1. （由于原图像的尺寸太小，所以先对原图像进行插值）zm2_interp2函数是对矩阵进行自然边界条件的三次样条插值：zm为需要进行插值的数据，coeff为插值密度，密度越大插值越多。 2. zm_gradient135函数是为了将漏磁图像进行135度微分：datain为原数据，沿着135度角去除股波纹理特征。 3. smooth_d函数是为了对图像进行平滑处理：dataout为要处理的图像数据，选择lowess方法用23点平均处理，对每一行进行平滑处理。 4. gen_lbp_j函数是先对漏磁图像进行局部二值化处理，再从找出的点中找原图幅值大于一个值的点，从而找出漏磁点的位置：f为原图像的数据；函数中l为选取窗口矩阵的大小，即边长，这里选取 11×11的窗口矩阵；函数最后minl为选取漏磁点的最小幅值，这里取0.06。

opencv实现的SIFT算法源码，包含图像的SIFT特征提取算法，以及图像之间的基于SIFT特征的匹配算法

多幅图像拼接，虚拟漫游实现。这里只是运行程序，源代码等改完后上传。

An entire optimised SIFT algorithm has been proposed for FPGA based real-time image matching applications in this paper. Not only has the corresponding software model been built up, but the key part of the optimized SIFT algorithm,which is the SIFT feature detection module, has also been implemented on a Xilinx Virtex-5 FPGA. It has been confirmed from the standard test that our SIFT feature detection module is able to extract features from a typical image of 640x480 pixels with 31 ms, which is faster than any existing systems. It can be seen from the matching performance comparison that our optimized SIFT algorithm has achieved a similar level to SURF, which is one of the well recognized image matching algorithms.

这是在论文网站上找到的源码经过OpenCV包装的Demo，提供了类似OpenCV中检测接口，只是作为Demo查看检测效果使用，故功能不够完善。

PopSift是在CUDA中SIFT算法的一种实现

LBP运用研究是非常好的，这是用Ｍａｔｌａｂ编写的代码。