程序：lbp直方图对比 版本：vs2010 作者：欧小帅 日期：2016-04-010 语言：c++ 操作：lbp降维至58维后转化直方图然后进行图片对比 功能：按直方图的比较函数为compareHist，函数返回值为两矩阵的相似程度，有4种不同的对比标准来对直方图进行比较：Correlation 相关系数、Chi-Square 卡方、Intersection 直方图交、Bhattacharyya distance

基于局部特征提取方法是图像处理、分析及模式识别领域的热点研究问题之一。由于该技术有着广泛的应用前景，已经吸引了很多学者的关注，并涌现出了大量的研究成果。利用 SIFT 算法提取出的特征点进行图像匹配，对于图像的模糊、旋转、平移和尺度变换具有很强的鲁棒性，甚至对图像光照和视点变化具有一定的鲁棒性。本文主要研究了基于 SIFT 局部图像特征点提取算法。首先对特征点提取的原理进行了详细研究，针对SIFT算法原理分模块进行了研究；然后本文对SIFT特征点在图像匹配和图像拼接领域的应用进行了讨论；最后，为了验证本文算法的有效性和优越性，本文进行了仿真实验实验。实验结果表明，SIFT特征点在图像匹配和图像拼接领域具有极强的适应性。当图像之间存在一定的图像旋转、光照变化和视点变化时，仍然具有满意的匹配效果。

基于opencv的图像匹配算法实现，主要包含了sift的实现，以及已知物体的识别

lbp_original.m 传统LBP编码代码,Local Binary Pattern lbp_getmapping LBP统一、旋转、旋转统一模式映射表 ldp.m 用Kirsch算子卷积图像,Local Directional Pattern ldp_weight.m 返回kirschh算子卷积图像和权重 gdp.m 用sobor算子卷积获得梯度图像，对角度按照中心阈值编 码，Gradient directional pattern eldp.m ldp变种，Enhance Local Directional Pattern ldn.m ldp变种,Local Directional Number Pattern ltp.m lbp变种,Local Ternary Pattern oldp.m ldp变种，Optimized Local Directional Pattern

mo_3.m_lbp特征提取，fitcecoc训练svm模型，predict预测，人脸分类。使用fitcecoc函数训练一个多分类的SVM模型，使用predict函数利用训练出的模型对测试数据进行预测，将得到的类标预测值与测试数据真实的类标进行比较，计算测试数据中被正确分类的样本所占的比例。原文链接https://blog.csdn.net/weixin_43863744/article/details/106411670

代码提供一种可修改并可调式OpenCV中SIFT源码的方案，众所周知，在windows下将OpenCV编译成sln文件，配合VS便可得到sift的源代码，并可以调试。 但该代码可以在linux下将sift独立出来，让程序调用独立出来的sift，而不影响src中的sift源码。

针对医学图像具有较大的相似性和交叉性，易造成归属类别混乱的问题，提出了一种基于粒子群算法的医学图像分类方法。该方法使用形态学滤波和阈值法进行预处理；使用SIFT特征描述子来提取图像的局部特征，并使用聚类的方法得到SIFT特征的“视觉词汇”；使用粒子群算法选出一些列多样性和精度更高的SVM、KNN和AdaBoost分类器对特征进行分类。对15种不同类型的医学图像进行分类的结果表明，所提出的方法取得了94.72%的分类精度，且相比于单个分类器的方法具有较大的性能提升。

一共有三个m文件，一个是lbp.m, 存放主要的lbp算法。 一个是getmapping,用以做算法的辅助函数。 一个是lbptest.m,存放着测试代码。 这三个文件需要放到同一个文件夹，并在文件夹中添加相应的图片，具体的图片名字见lbptest.m的代码，运行lbptest.m可以查结果。

提供了局部二值模式（Local Binary Pattern,LBP）的代码和人脸识别例子程序

sift算法详解修正版，对博客http://blog.csdn.net/zddmail/article/details/7521424内容的改进，pdf版