说明：数字图像处理的常见算法 各种滤波程序 图像分割 图像复原 图像形态 运动图像分析 图像配准

说明：基于图像增强的灰度插值算法，这是图像配准和图像融合的基础部分

说明：应用harris算子进行角点检测，然后利用相关性检测得到匹配焦点，然后进行图像的重采样，适于对于彩色图像的处理，对于灰度图像，只要将harris算子检测时的图像从彩色道灰度图像的语句去掉即可

说明：关于图像配准中的交叉相关的实现，可以直接调用。

说明：Hdr Aligment, image alignment and registration

说明：基于边缘特征的图像配准算法源码 基于边缘特征的图像配准算法是将不同时间、不同的传感器（成像设备）或不同条件下（天候、照度、摄像位置和角度等）获取的同一场景的两幅或多幅图像根据其边缘特征进行匹配、叠加的处理，最终生成一幅全景图像的方法。该方法具有抗噪性强，匹配速度快，误匹配率低，适用于多种类型的图像等优点，主要可以运用于以下领域： （1）军事研究领域，如飞行器辅助导航系绞、武器投射系统的末制导以及寻地等应用研究； （2）医学图像分析，如数字剪影血管造影DSA血管造影术、肿瘤检测、白内障检测、CT、MRI、 PET、 SPECT图像结构信息融合； （3）模式识别，如特征识别、波形分析、签名证实、目标物运动跟踪、序列图像分析等； （4）计算机视觉，可用于目标定位、自动质量控制等； （5）遥感数据分析，多电磁波段图像信息融合，如多谱段的等场景分类、定位和识别定义好的或已知特征的场景、自然资源监控、核生长监控、市区增长检测等。 本算法实现使用VC++6.0为开发环境，目前只支持灰度图像，感兴趣的朋友可以进一步扩展。

说明：haar小波变换 在图像配准中可以使用 进而进行基于小波金字塔的模板交互匹配

说明：主要是对视网膜图像进行血管分割，效果还不错

说明：利用互信息对图像进行配准，使用的是matlab自带的优化工具箱

说明： In computer vision, sets of data acquired by sampling the same scene or object at different times, or from different perspectives, will be in different coordinate systems. Image registration is the process of transforming the different sets of data into one coordinate system. Registration is necessary in order to be able to compare or integrate the data obtained from different measurements. Image registration is the process of transforming the different sets of data into one coordinate system. To be precise it involves finding transformations that relate spatial information conveyed in one image to that in another or in physical space. Image registration is performed on a series of at least two images, where one of these images is the reference image to which all the others will be registered. The other images are referred to as target images.

说明：The existence of numerous imaging modalities makes it possible to present different data present in different modalities together thus forming multimodal images. Component images forming multimodal images should be aligned, or registered so that all the data, coming from the different modalities, are displayed in proper locations. The term image registration is most commonly used to denote the process of alignment of images , that is of transforming them to the common coordinate system. This is done by optimizing a similarity measure between the two images. A widely used measure is Mutual Information (MI). This method requires estimating joint histogram of the two images. Experiments are presented that demonstrate the approach. The technique is intensity-based rather than feature-based. As a comparative assessment the performance based on normalized mutual information and cross correlation as metric have also been presented.

说明：RANSAC image registration software

说明：RANSAC image registration software

说明：Image processing RANSAC registration

说明：基于边缘检测的图像配准程序，希望对大家有帮助。

说明：Harris_conner_detection，用MATLAB实现Harris角点检测算子的源码，用于特征点提取及图像配准等。

说明：图像配准，利用互信息进行图像配准，主要针对旋转和平移

说明：提出了一种优化的图像配准算法。首先把图像中的兴趣点及其角度信息提取出来，利用互信息准则，得到需要的配对点，得到两幅或多幅图像的拼接自然的完整图像, 实验表明，该算法是有效的。

说明：15篇光流配准经典文献，目录如下： 1、A Local Approach for Robust Optical Flow Estimation under Varying 2、A New Method for Computing Optical Flow 3、Accuracy vs. Efficiency Trade-offs in Optical Flow Algorithms 4、all about direct methods 5、An Introduction to OpenCV and Optical Flow 6、Bayesian Real-time Optical Flow 7、Color Optical Flow 8、Computation of Smooth Optical Flow in a Feedback Connected Analog Network 9、Computing optical flow with physical models of brightness Variation 10、Dense estimation and object-based segmentation of the optical flow with robust techniques 11、Example Goal Standard methods Our solution Optical flow under 12、Exploiting Discontinuities in Optical Flow 13、Optical flow for Validating Medical Image Registration 14、Tutorial Computing 2D and 3D Optical Flow.pdf 15、The computation of optical flow

说明：非刚性图像配准算例，包括最速梯度下降优化、二次样条、2D/3D配准、互信息最小化、3D仿射等多种配准算法。 非刚性配准是当前应用最多的配准方法，用于处理有较大位移的配准问题

说明：图像配准image registration 图像配准image registration

说明：基于最大互信息的图像配准算法源程序 用matlab编写的

说明：使用matlab工具箱进行的图像配准，需提取特征点来实现配准

说明：基于SIFT的图像配准，这只是基中的一部分，想知道其他的请稍候

说明：采用快速傅立叶变换（fft) 对图像进行配准的标准程序（matlab语言）

说明：使用图像的互信息进行自动图像配准源代码，这个程序通过归一化后的图像互信息进行图像的自动配准。中间通过旋转等进行图像对齐。

说明：MATLAB实现基于互相关的亚像素级图像匹配/配准源代码Free Source Code for Efficient subpixel image registration by cross-correlation

说明：Even though there are tons of codes from the image registration, artificial intelligence or the robotics community, none of them can easily be used by the strain measuring community. Commercial code is available also and has the advantage of getting a guaranty that it works, is nicely designed and has well thought through user interfaces and typically a higher processing speed. The disadvantages are, that commercial software typically has to be paid in k$, is available only as package with hardware, enjoys a notorious lack of programming interfaces or tools to change the code to fit it into a test setup as well as the probability of inaccessible data in case the software license is not valid anymore or it does not run on the new and fancy computer anymore

说明：基于SIFT特征的遥感影像自动配准.rar

说明：ch3_1_1：嵌套使用图像代数函数（§3.1.1） ch3_1_2：两幅图像相加（§3.1.2） ch3_1_3：图像与常数相加（§3.1.2） ch3_1_4：两幅图像相减（§3.1.3） ch3_1_5：两幅图像相乘（§3.1.4） ch3_1_6：图像除以常数(两幅图像相除)（§3.1.5） ch3_2_1：图像缩放（§3.2.2） ch3_2_2：图像旋转（§3.2.3） ch3_2_3：图像剪切（§3.2.4） ch3_2_4：生成和应用仿射变换（§3.2.5） ch3_2_5：findbounds函数的应用（§3.2.5） ch3_2_6：makeresampler函数的应用（§3.2.5） ch3_2_7：投影变换（§3.2.5） ch3_3_1：计算图像的局部标准差（§3.3.1） ch3_3_2：计算输入图像的3×3邻域像素值的最大值（§3.3.2） ch3_4_1：根据指定的坐标选择一个六边形区域（§3.4.1） ch3_4_2：按灰度分割图像中的目标（§3.4.1） ch3_4_3：函数poly2mask的调用格式（§3.4.1） ch3_4_4：对指定区域进行锐化滤波（§3.4.2） ch3_4_5：填充指定的区域（§3.4.3）