刚性配准

非刚性图像配准的 B 样条算法源码，Matlab 和 C 都能用，蛮适合做图像和医学图像的。增强版的 Rueckert 算法，带薄板金属弯曲能量那种平滑惩罚，挺适合做形变不规律的图像配准，像 MRI 乳腺扫描啥的，效果还不错。支持二维彩色图像、灰度图像、三维体还有点数据，灵活性蛮高。配合归一化互信息，还能搞不同模态间的匹配，比如 T1 和 T2 序列对齐，场景多样，实战价值挺高。代码结构清晰，核心函数用 Matlab 写的，C 那块做加速也挺稳。调参比较方便，运行效率也还可以。你要是搞医学图像，尤其需要高精度对齐的场景，用它来做初步配准或局部优化都合适。另外，推荐你看看几个相关的资源：MATL

使用隐式接口（IP或IBS）寻找最佳刚性参数以注册两个点云：Rouhani M.和Sappa AD。更详细的表述有助于更好的注册结果。这项研究发表于IEEE图像处理交易(TIP)，2013年。

我花费了很长时间才找到了一个有效的图像配准程序，现在分享给大家！希望大家都能够好好利用。总共提供了5个程序，其中大部分基于特征。

matlab开发-自动图像配准。为无法使用IP工具箱的用户提供相互信息。

基于 SIFT 和 SURF 特征提取和匹配 使用 RANSAC 剔除误匹配 SIFT 代码基于 Lowe 源码 SURF 使用 MATLAB 内置函数 detectSURFFeatures()

简洁明了的点云配准代码，挺适合新手练手的。ICP 的点云配准思路就是每次找最近点，慢慢对齐，直到误差够小为止。源码是用 Matlab 写的，结构清爽，变量命名也还行，不至于看得一头雾水。 代码运行也蛮顺畅的，配套数据一导入就能跑，不用手动改一堆路径。适合那种你突然想搞点云对齐实验，但又不想啃论文的场景。想换数据？只要格式对，改两行就能跑。 如果你对 ICP 感兴趣，想了解下对比算法，我也顺手找了些相关的资源，像是Super-4PCS、SIFT点云配准，还有带图形界面的ImageRegistrationApp，都挺有意思的，可以根据自己方向试试。 哦对，RANSAC那套也值得一看，结合特征点用还

该函数接收两幅大小相等的图像，并根据它们的块子集将它们合并成一幅图像。注意：这是一个初始版本，未进行错误处理。如需支持，请联系muzammil360@gmail.com。

SIFT特征点配准算法的Matlab实现，可直接执行，详细方法请参见运行演示；SIFT是经典算法，原理可在维基百科查阅。

这份Matlab程序代码专为图像配准而设计，非常适合作为学术作业或论文报告的参考资料！

SIFT特征匹配算法是当前全球特征点匹配研究的焦点之一，其具有强大的匹配能力，可处理图像间的平移、旋转、仿射变换等问题，甚至对各种角度拍摄的图像也能实现稳定的特征匹配。