Generally, image-based evaluation on the performance of textile appearance such as smoothness and pilling was interfered by fabric pattern, color, and illumination. In this paper, a new method was used to reconstruct a 3D surface of fabric based on image's features which could eliminate the influence of surface texture. Concretely, two parallel-placed digital cameras were calibrated based on planar pattern and the captured binocular images were rectified through epipolar line. The feature points

使用bof算法来提取图像特征，在corel数据集(10*100张图片)上实现以图搜图，即输入数据集中某一张图，在剩下的999张图里搜索最邻近的10张图。

视频演示：http://www.bilibili996.com/Course?id=2848892000230

使用sift算法完成两个图像的匹配 可以运行，已经试过了 vs环境下读取文件时两个点改成一个点便可

原版sift算法，已验证，效果非常好，用于两幅图片的匹配

由于之前收集的SIFT代码和文章过大(50多M)，不能一起上传，这附件里面只包括SIFT的C/C++实现（可用），需要的请下载。

分别用SIFT、SURF、ORB做特征匹配要求用绿色线条画出两张图对应的匹配点（出3张图） 再使用RANSAC滤除离群点（参数自行调优）后用绿色线条画出两张图对应的匹配点（出3张图） 然后根据对应点分别计算图B到图A的单应变换矩阵（要求以矩阵形式清晰打印出来并截图，精度保留3位有效数字，出3张图） 根据计算的单应矩阵把第二张图变换到第一张图的坐标系下，与原图通过线性加权的方式融合（权重自行调优），可调用现成库，出3张图。

MATLAB图像拼接，方法为sift，带GUI框架

压缩包内是改进SIFT算法后得到的SURF算法，通过matlab调用C++程序，需要预先设置好matlab安装MinGW-w64编译器（mex命令），具体论文里面有，或者参考https://blog.csdn.net/desire121/article/details/60466845

matlabrgb2gray函数代码MATLAB 上的 SIFT 的实现，由 . 这是中东技术大学“医学图像分析高级主题”课程的学期项目。 用法 在 Matlab 中读取图像并将其转换为灰度图像，然后将其用作SIFT函数的输入。 SIFT(Image, Octaves, Scales, Sigma):主要函数取灰度图像、八度数、每八度数和sigma的初始值。 返回元胞数组内的关键点。 例子： image = imread('image.jpg'); image = double(rgb2gray(image)); keyPoints = SIFT(image,3,5,1.6); 在过程中创建的关键点是对象。 所有关键点都在元胞数组中返回。 每个关键点包含： coordinates():返回图像上关键点的[x，y]坐标。 direction():返回关键点的一般方向。 magnitude():返回一般方向矢量的幅度。 octave():返回提取关键点的八度数。 scale():返回图像卷积的 sigma 值。 descriptor():返回包含描述符的向量。 图像可视化器 此功能的主要目