opencv2.4.3中基于sift算法完成特征检测后，有没有图像融合的函数。直接把检测完的两幅图像拼接起来。
Posted
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了opencv2.4.3中基于sift算法完成特征检测后，有没有图像融合的函数。直接把检测完的两幅图像拼接起来。相关的知识，希望对你有一定的参考价值。
我觉得你可以把两幅图像的对应坐标点的像素值相加，然后再赋值给一个新的图像，这样应该可以吧 参考技术A 阿的发生大黄蜂该翻盖和随时更新———个人喜欢的关于模式识别机器学习推荐系统图像特征深度学习数值计算目标跟踪等方面个人主页及博客
目标检測、识别、分类、特征点的提取
David Lowe：Sift算法的发明者，天才。
Rob Hess：sift的源代码OpenSift的作者，个人主页上有openSift的下载链接。Opencv中sift的实现。也是參考这个。
Koen van de Sande：作者给出了sift,densesift,colorsift等等经常使用的特征点程序。输出格式见个人主页说明，当然这个特征点的算法，在Opencv中都有实现。
Ivan Laptev：作者给出了物体检測等方面丰富C\C++源代码，及部分训练好的检測器（包含汽车，行人，摩托车，马，猫脸的检測器）。
Navneet Dalal：HOG算子的作者，个人主页上有他本人的博士论文，写的异常精彩，还有HOG源代码链接，当然强大的Opencv已经复现了一遍。
Anna Bosch:PHOG算法的作者及源代码。
Carl Vondrick:作者主页上呈现了两个非常好的项目Video Annotation Tool（视频标注）和iHOG。iHOG非常有意思的解释了，为什么HOG算法会误判的原因。哇！
哇！
精彩！
Antonio Torralba：场景识别GIST算子（Matlab）的作者。当然个人主页张还有sift folow等等源代码，偷着乐吧。Gist的C代码。
Svetlana Lazebnik：空间金字塔匹配的作者。个人主页上有物体检測和识别的丰富源代码。
Kristen Grauman：2011年的marr prize的得主。美女，源代码libpmk的作者。个人主页还有其它物体检測和识别的文档和源代码。
Pablo F. Alcantarilla:kaze和akaze特征点的作者，据说比sift要好，作者的个人主页上给出了这两种特征点的C++代码，高兴啊！
Pedro Felzenszwalb:近几年的物体识别竞赛，大都是依据他的源代码的框架。Discriminatively trained deformable part models。直到2012年。该算法的版本号是5，作者个人主页上有链接。
Opencv中。有该算法的复现，可是，没有训练的部分，仅仅有检測的部分。latentsvmdetector。
在\opencv\sources\samples\cpp目录中，有一个latentsvm_multidetect.cpp文件。搭好环境，执行，然后，准备好图片（http://pascallin.ecs.soton.ac.uk/challenges/VOC/)和常见的20种分类器：
就能够做物体检測了。
沙发检測 自行车检測
猫检測 汽车检測
其它物体的检測，就不一一列举了。
Deva Ramanan:Histograms of Sparse Codes（HSC）算法的第二作者，作者的个人主页上有除了物体识别检測，还有几个跟踪算法的源代码。
Xiaofeng Ren:Histograms of Sparse Codes（HSC）算法的第一作者，作者的个人主页有丰富的源代码。
Ce Liu:Siftflow算法的作者，个人主页上具有其它算法的源代码。
Derek Hoiem：（非常喜欢）个人主页有物体识别，检測的源代码，并且有Logistic Regression of Adaboost源代码，并且个人主页上有非常多他的学生的个人主页链接。
Sergey Karayev：作者的个人主页上有基于颜色的图像检索，目标识别的研究成果。
Aditya Khosla：作者研究兴趣是人的行为检測，目标识别，等。
Ming-Ming Cheng:(mmcheng.net)
关注论文《BING: Binarized Normed Gradients for Objectness Estimation at 300fps》
Boris Babenko:还没開始看
Juergen Gall:hough forest的作者
Kaiming He：darkchannel的作者
Timo Ojala:LBP特征的作者
Cewu Lu:CVPR2014,晴天阴天的识别
————————————————————————————————————————————
另一些没细致看：非常多源代码
————————————————————————————————————————————
图像切割：
———————————————————————————————————————————————
图像检索、特征点匹配：
Yossi Rubner：（这个个人主页链接可能打不开，百度这个网址http://ai.stanford.edu/~rubner/依据提示打开就能够了）图像检索EMD距离的原作者。作者给出了C源代码。Opencv中给出了复现，详细能够參看这篇文章。
Ofir Pele：EMD距离的改进，作者个人主页上给出了源代码（C++\Matlab）。
Haibin Ling：EMD_L1算法的作者。并且作者给我C++代码
Qin Lv:美女教师，对EMD的应用解说的非常好
颜色信息：
A Data Set for Fuzzuy Color Naming
Rahat Khan:《Discriminative Color Descriptor》的作者
Robert Benavente:color naming TSEmodel
图像其它算法
Jiaya Jia：香港大学，发明的图像去模糊算法。处于世界率先水平，个人主页上有丰富的源代码。超级喜欢。
Mohamed Aly:这个个人主页是无意中发现的。他研究了公路上各种直线（斑马线等）等的检測。并给出了源代码。
__________________________________________________________________________________________________________________________________
人工智能博客：
Utkarsh:这个博客里写了好多关于OpenCV的项目，是一个非常好的学习资源。
Sebastian Montabone:作者写了一些非常好的资料。
铅笔素描：
———————————————————————————————————————————————
机器学习及并行机器学习、模式识别：
dlib:人脸识别
Rakesh Agrawal：关联规则算法的原作者
Ramakrishnan Srikant :关联规则算法的原作者
Andrew Ng：谷歌大脑之父。是斯坦福大学科学系和电子工程系副教授，人工智能实验室主任。吴恩达是人工智能和机器学习领域国际上最权威的学者之中的一个。
吴恩达也是在线教育平台Coursera的联合创始人（withDaphne Koller）。
他的机器学习公开课：网易机器学习公开课。
听一位大师，讲数学，原来是如此生动！
并配有机器学习讲义。看完。之后，会对机器学习算法的认识有一个质的飞越。
Edward Chang:我是在吴军老师的《数学之美》中看到张智威老师，攻克了并行SVD算法，可是，如今还没有不论什么关于这方面的资料。张智威老师的个人主页上，给出了关于并行支持向量机的算法，有一篇文章的符号，有一点混乱，我在这里给出了又一次的计算和梳理。
Andrea Vedaldi：vlfeat源代码的管理者之中的一个，它最近写的关于支持向量机的文章非常是喜欢，作者个人主页提供非常丰富的Matlab和C源代码。
Ashesh Jain：作者的研究兴趣是机器学习和凸优化。作者的个人主页上有支持向量机的多核学习(Multiple Kernel Learning)源代码。
Lin Chih-Jen：公认的最好的支持向量机开源libsvm，能够非常好做Mercer Kernel做扩展，我加入经常使用11个Mercer核，并加在了libsvm中。推荐系统源代码libmf。
非负矩阵分解源代码NMF。
Journal of Machine Learning Research：在线提供了非常多的机器学习论文及源代码。个人非常喜欢。
Martin Ester:基于密度的聚类算法DBSCAN的作者。作者主页上有他的全部著作。
Department of Computer Science Database Systems Group:聚类
Jiawei Han：关联规则算法之FP_tree的作者
Geoffrey E. Hinton:Deep Learning(无需多说)
Josef Sivic:PLSA的源代码
Thomas Hofmann:PLSA的原作者
David M. Blei:LDA的作者。作者提供源代码
gustau camps-valls:libsvm有关。还没看
Andrew I. Schein:LogisticPCA的作者
Boost家族：
Yoav Freund:AdaBoost算法的作者主页
Jerome H. Friedman：LogitBoost和 Gradient Boost回归算法的作者主页。并有这些算法的R语言源代码。
《Stochastic Gradient Boosting》
《Greedy Function Approximation: A Gradient Boosting Machine》
《Additive Logistic Regression：a Statistical View of Boosting 》必须打印。认真研究的论文
边缘检測、图像滤波、阈值处理
-------------------------------------------------------------------------------------------------------------------
————————————————————————————————————————————————————————————————————————————
计算机视觉团队：这三个团队主页上，提供了图像和视频算法的大量研究成果
-----------------------
___________________________________________________________________________________________________________________________________
推荐系统：
Yehuda Koren：Netflix prize 推荐系统算法冠军成员， SVD++
__________________________________________________________________________________________________________________________________
数值计算：
LinPack：线性最小二乘。矩阵的神秘值分解等
MinPack：非线性最小二乘
跟踪算法：
http://research.milanton.de/index.html
SHENGFENG He：LSH
其它经常使用的图像处理库：
Leptonica
Tesseract
运动物体检測
自然语言处理：
谭松波:中文文本分类语料库
数据的可视化：
神经网络
基于颜色检索的參考站点：
https://www.etsy.com/color.php
http://labs.tineye.com/multicolr/
------------------------------------------------------
概率霍夫检測
http://www.sunshine2k.de/coding/java/Houghtransformation/HoughTransform.html
http://www.keymolen.com/2013/05/hough-transformation-c-implementation.html
深度学习:
以上是关于opencv2.4.3中基于sift算法完成特征检测后，有没有图像融合的函数。直接把检测完的两幅图像拼接起来。的主要内容，如果未能解决你的问题，请参考以下文章
基于affine+sift特征提取的图像配准算法matlab仿真