As a fundamental and critical task in various visual applications, image matching can identify then correspond the same or similar structure/content from two or more images. Over the past decades, growing amount and diversity of methods have been proposed for image matching, particularly with the development of deep learning techniques over the recent years. However, it may leave several open questions about which method would be a suitable choice for specific applications with respect to different scenarios and task requirements and how to design better image matching methods with superior performance in accuracy, robustness and efficiency. This encourages us to conduct a comprehensive and systematic review and analysis for those classical and latest techniques. Following the feature-based image matching pipeline, we first introduce feature detection, description, and matching techniques from handcrafted methods to trainable ones and provide an analysis of the development of these methods in theory and practice. Secondly, we briefly introduce several typical image matching-based applications for a comprehensive understanding of the significance of image matching. In addition, we also provide a comprehensive and objective comparison of these classical and latest techniques through extensive experiments on representative datasets. Finally, we conclude with the current status of image matching technologies and deliver insightful discussions and prospects for future works. This survey can serve as a reference for (but not limited to) researchers and engineers in image matching and related fields.

中文翻译：

---

从手工到深度特征的图像匹配：调查

作为各种视觉应用中的一项基本和关键任务，图像匹配可以从两个或多个图像中识别然后对应相同或相似的结构/内容。在过去的几十年里，越来越多的方法被提出用于图像匹配，特别是随着近年来深度学习技术的发展。然而，它可能留下几个悬而未决的问题，关于不同场景和任务要求的特定应用程序适合选择哪种方法，以及如何设计在准确性、鲁棒性和效率方面具有卓越性能的更好的图像匹配方法。这鼓励我们对那些经典和最新技术进行全面和系统的审查和分析。遵循基于特征的图像匹配管道，我们首先介绍了从手工方法到可训练方法的特征检测、描述和匹配技术，并分析了这些方法在理论和实践中的发展。其次，我们简要介绍几种典型的基于图像匹配的应用，以全面了解图像匹配的意义。此外，我们还通过对代表性数据集的广泛实验，对这些经典和最新技术进行了全面客观的比较。最后，我们总结了图像匹配技术的现状，并为未来的工作提供了有见地的讨论和前景。本调查可为（但不限于）图像匹配及相关领域的研究人员和工程师提供参考。以及从手工方法到可训练方法的匹配技术，并提供对这些方法在理论和实践中的发展的分析。其次，我们简要介绍几种典型的基于图像匹配的应用，以全面了解图像匹配的意义。此外，我们还通过对代表性数据集的广泛实验，对这些经典和最新技术进行了全面客观的比较。最后，我们总结了图像匹配技术的现状，并为未来的工作提供了有见地的讨论和前景。本调查可为（但不限于）图像匹配及相关领域的研究人员和工程师提供参考。以及从手工方法到可训练方法的匹配技术，并提供对这些方法在理论和实践中的发展的分析。其次，我们简要介绍几种典型的基于图像匹配的应用，以全面了解图像匹配的意义。此外，我们还通过对代表性数据集的广泛实验，对这些经典和最新技术进行了全面客观的比较。最后，我们总结了图像匹配技术的现状，并为未来的工作提供了有见地的讨论和前景。本调查可为（但不限于）图像匹配及相关领域的研究人员和工程师提供参考。我们简要介绍几种典型的基于图像匹配的应用程序，以全面了解图像匹配的重要性。此外，我们还通过对代表性数据集的广泛实验，对这些经典和最新技术进行了全面客观的比较。最后，我们总结了图像匹配技术的现状，并为未来的工作提供了有见地的讨论和前景。本调查可为（但不限于）图像匹配及相关领域的研究人员和工程师提供参考。我们简要介绍几种典型的基于图像匹配的应用程序，以全面了解图像匹配的重要性。此外，我们还通过对代表性数据集的广泛实验，对这些经典和最新技术进行了全面客观的比较。最后，我们总结了图像匹配技术的现状，并为未来的工作提供了有见地的讨论和前景。本调查可为（但不限于）图像匹配及相关领域的研究人员和工程师提供参考。我们还通过对代表性数据集的广泛实验，对这些经典和最新技术进行了全面客观的比较。最后，我们总结了图像匹配技术的现状，并为未来的工作提供了有见地的讨论和前景。本调查可为（但不限于）图像匹配及相关领域的研究人员和工程师提供参考。我们还通过对代表性数据集的广泛实验，对这些经典和最新技术进行了全面客观的比较。最后，我们总结了图像匹配技术的现状，并为未来的工作提供了有见地的讨论和前景。本调查可为（但不限于）图像匹配及相关领域的研究人员和工程师提供参考。