博主简介：matlab图像代码项目合作（扣扣：3249726188）

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

        本次案例是基于SIFT/SURF特征算法的图像拼接，用matlab实现。

 一、案例背景和算法介绍

        前面的博客文章我们介绍图像处理的一个重要领域算法：图像匹配。图像匹配的算法比较多，有基于SIFT、SURF、Harris、墨西哥帽（Marr）小波等特征的匹配算法。前期介绍的算法如下：

        SIFT匹配：基于SIFT算法的图像匹配（【图像匹配】基于SIFT算法的图像匹配，matlab实现-CSDN博客）

       SURF匹配：基于SURF算法的图像匹配（【图像匹配】基于SURF算法的图像匹配，matlab实现-CSDN博客）

        Harris匹配：基于Harris算法的图像匹配（【图像匹配】基于Harris算法的图像匹配，matlab实现-CSDN博客）

        墨西哥帽（Marr）小波：基于‌墨西哥帽小波（Marr小波）算法的图像匹配（【图像匹配】基于‌墨西哥帽小波（Marr小波）算法的图像匹配，matlab实现-CSDN博客）

        下面介绍一下图像拼接算法。

        图像拼接算法主要分为两大部分，一是特征匹配，二是图像的拼接。之前的博客文章已经对各种典型的特征匹配算法做了介绍，下面具体细说一下拼接算法。

        拼接的主要步骤如下：

        1、根据输入的参考图像、待配准图像，选取特征算法（比如SIFT\SURF\Harris等），进行匹配，得到去除误匹陪后的匹配点

        2、根据匹配点参数，对参考图像进行变换（可用matlab的imtransform函数）

        3、对拼接图像重叠部分像素值处理，计算图像重叠区域，设置渐变系数，进行插值处理

       根据特征匹配的算法情况，可以完成基于SIFT特征算法的图像拼接、基于SURF特征算法的图像拼接、基于Harris特征算法的图像拼接等等。

        本次介绍的案例，主要是用了sift和surf这两个算法做的图像拼接，打包到GUI上展示。

       下面看看具体的matlab实现效果。

二、Matlab实现效果

        SURF拼接效果：

SIFT拼接效果：