搜索资源列表
FeatureAndObjectRecognition
- 利用OpenCV的库，实现基于SIFT的特征检测和匹配，匹配好两个图像的同一物体，并在第二张图像上框出来第一个图像中的物体-Using OpenCV library that implements the SIFT-based feature detection and matching, matching two images of the same object is good, and in the second picture on the box out of the first ob
origin_sift
- matlab 程序，sift算子对两幅图像的关键点进行查找，然后对关键点进行匹配-matlab program, sift operator on two key points to find the image, and then match the key points
2
- 本文在在尺度不变特征变换(Scale invariant feature transform,SIFT)特征匹配算法的基础上, 提出了一种基于累积特征的多目标的跟踪算法, 通过对目标的SIFT特征进行实时更新来去除由噪声(或形变)带来的\过时"特征信息, 保证了特征的稳定, 提高了匹配准确度. 实验结果表明, 本算法能够有效处理目标由于旋转、形变而导致跟踪性能下降甚至跟踪目标丢失的问题, 同时对跟踪过程中多目标的关联, 也具有较好的鲁棒性.-In this paper, the Scale In
daisy_presentation
- 大牛 E Tola的daisy特征描述子 比sift稠密 是稠密匹配经典之作 速度很快-Daniel E Tola s daisy feature descr iptor dense is dense than sift matching classic fast
myforRANSAC
- RANSAC算法，可以滤除SIFT的误匹配，在计算机视觉领域应用广发。-RANSAC algorithm, can filter out erroneous SIFT matching applications in the field of computer vision GF.
SIFT_and_ransac
- 用c++实现sift特征点的检测，匹配，并用RANSAC滤除掉误匹配点，在VC2008运行效果不错。-With c++ achieve sift feature point detection, matching, and filtered out using RANSAC mismatching points, the VC2008 run good results.
Quiz3
- 实现两幅图像的SIFT特征提取和匹配识别，开发平台是VS2010.-Two images SIFT feature extraction and matching identification, development platform is VS2010.
sift_ex3
- sift算子在图像匹配与图像拼接三维重建中都有重要地位，这个程序没有使用opencv，原作者很不容易写出来的。在调试中会有少量问题，稍加调试就可调通 -sift operator in image matching and 3D reconstruction image mosaic has an important position, this program does not use opencv, the original author is not easy to write out.
pics_match
- 用于图像拷贝检测的图像匹配，提取图像的SIFT特征点，构成图像的特征。-For image copy detection of image matching, image SIFT feature point extraction, and then sift feature point the image characteristics
SIFT_VC
- SIFT算法，实现了SIFT特征的匹配。要运行得配置好opencv.-SIFT algorithm, realized the SIFT feature matching.To run the configuration well opencv.
matlab
- (1) 读取n副连续有重叠部分的图像，在n副图像中检测SIFT特征，并用SIFT 特征描述子对其进行描述。 (2) 匹配相邻图像的特征点，并根据特征点向量消除误匹配。 (3) 使用RANSAC方法，确定变换参数。 (4) 图像融合 -(1) Read n successive overlapping sub-part of the image, the image of the n sub-SIFT features detected and characterized us
SURF
- 基于SUFT的特征提取与匹配，内涵详细的文档说明，很好的实现了特征提取与匹配，该方法较基本的SIFT有很大的提高-Extraction and matching of features based on SUFT, detailed content of the documentation, very good realization of the feature extraction and matching, SIFT the method is basic is greatly impro
pipei
- 基于sift特征点的图像匹配,还有很好的改进程序-Sift feature point based image matching
TestSIFTVC6
- 用opencv实现的sift的图像特征提取与匹配，有结果显示-Sift based on opencv image feature extraction and matching, according to the results
matchSIFT
- 基于SIFT的特征匹配源代码，代码中含有对SIFT的最详尽表述，能让你更加深入的了解SIFT的工作流程，其中几个DEMO是SIFT的几个应用的例子-SIFT-based feature matching source code, the code contains the most detailed presentation on SIFT, allowing you to more in-depth understanding of the SIFT workflow, several DEM
image-matching--
- 首先对图像 进行高斯和 Wallis 滤波处理，然后采用简化 SIFT 算法进行特征点提取，最后通过特征点双向 匹配方法实现图像的精确匹配。通过对缺陷版图图像的试验验证了该方法具有匹配点数量 多、准确率高、无重复点等优点。-First of all Gaussian image filtering and Wallis and simplified SIFT feature point extraction algorithm, and finally through the fea
image-feature
- 把 SIFT 算法应用在牙齿模型图像上，检测牙齿图像的特征点。 方法：首先采用高斯差分算子 DoG 搜索整个图 像的尺度和位置信息，从而确定具有代表性尺度、方向的特征点。基于其稳定性选择关键点，得到一个详细的模型以确定每个候 选点的合适位置和范围。基于局部图像梯度方向信息将方向矢量和关键点对应起来。在选定范围内的每个关键点周边区域测量 局部图像梯度，并采用 KNN 算法进行特征匹配。 结果：通过大量的实验和与其他特征提取方法相比较，该方法能有效地检测牙 齿模型图像的特征，并为牙齿
image-matching-
- 针对 １２８ 维 ＳＩＦＴ 特 征向量，采用距离匹配和余弦相似度匹配相结合的测度方法，利用特征点方向一致性进一步降低误匹配率 ． 实验结 果表明：改进算法对图像的缩放、旋转、光照、噪声和小尺度的视角变换均有较好的匹配效果 ． 与原算法相比，在保 证匹配点数和匹配时间的基础上，改进算法对旋转、缩放、噪声模糊和光照变换的误匹配率平均降低 １０％～２０％ ， 对于小尺度的视角变换，误匹配率平均降低 ５％． -For 128-dimensi
SURFSIFT
- 这是SIFT和SURF算法的基本介绍的文档，初学者可以快速入门，对匹配算法快速掌握。-SIFT and SURF algorithms which is a basic introduction to the document, beginners can get started quickly, right matching algorithm to grasp.
SURFSIFT
- 这是SIFT和SURF算法的基本介绍的文档，初学者可以快速入门，对匹配算法快速掌握。-SIFT and SURF algorithms which is a basic introduction to the document, beginners can get started quickly, right matching algorithm to grasp.