LBP 3800佳能打印机驱动, 失传已久的打印机驱动，以前我可是找得很累的成果，共享了

最新版的matlab LBP getmapping.三种方式的LBP 和8 16 24 neighbor

基于sift算法的图像拼接MATLAB程序，图像拼接是一项应用广泛的图像处理技术。根据特征点的相互匹配，可以将多张小视角的图像拼接成为一张大视角的图像，在广角照片合成、卫星照片处理、医学图像处理等领域都有应用。早期的图像拼接主要是运用像素值匹配的方法。后来，人们分别在两幅图像中寻找拐点、边缘等稳定的特征，用特征匹配的方法拼接图像。本实验根据Matthew Brown (2005) 描述的方法，实现多张生活照的拼接。

计算机视觉的实验，Python写的代码，萌新代码，勿喷，仅仅只是方便没时间写实验的朋友，直接用python打开就能运行

Sift是David Lowe于1999年提出的局部特征描述子，并于2004年进行了更深入的发展和完善。Sift特征匹配算法可以处理两幅图像之间发生平移、旋转、仿射变换情况下的匹配问题，具有很强的匹配能力。在Mikolajczyk对包括Sift算子在内的十种局部描述子所做的不变性对比实验中，Sift及其扩展算法已被证实在同类描述子中具有最强的健壮性。 总体来说，Sift算子具有以下特性： （1）Sift特征是图像的局部特征，对平移、旋转、尺度缩放、亮度变化、遮挡和噪声等具有良好的不变性，对视觉变化、仿射变换也保持一定程度的稳定性。 （2）独特性好，信息量丰富，适用于在海量特征数据库中进行快速、准确的匹配。 （3）多量性，即使少数的几个物体也可以产生大量Sift特征向量。 （4）速度相对较快，经优化的Sift匹配算法甚至可以达到实时的要求。 （5）可扩展性强，可以很方便的与其他形式的特征向量进行联合。

matlab的lbp+phog特征融合，再利用SVM进行训练得到分类器。修改样本路径就可以运行。

人脸识别 用于人脸识别的 LBP 和 Gabor 的特征级融合

SIFT特征匹配纯C语言代码，不调用opencv！不调用opencv！不调用opencv！结果存为txt，vs2013开发，里面有图片直接运行。

1、简单的matlab图像拼接算法，其中pjfun1.m为主调用函数，cornerDetection.m为角点检测方法，find_sift.m为SIFT特征点获取方法。 2、全文加入了比较多的注释。 3、附赠一张可爱的lenna图,运行Transform.m和lenna.m能得到各种不同的lenna呦。

Opencv使用cascade方法训练自己的LBP特征分类器的全过程-附件资源