搜索资源列表
graphcut
- 在计算机视觉中的立体匹配算法----最大流最小割,最新的研究成果.-in computer vision of the stereo matching algorithm-largest flow minimum cut, the latest research results.
1971
- 视频的分割,以及立体匹配算法,实验,以及相关验证
WL40987330 C语言算法集
- 目录 第一部分 基础篇 001 第一个C程序 002 运行多个源文件 003 求整数之积 004 比较实数大小 005 字符的输出 006 显示变量所占字节数 007 自增/自减运算 008 数列求和 009 乘法口诀表 010&
DP_pipei
- 用于立体视觉匹配的动态规划（dynamic programming）算法，基于英特尔opencv图像库实现。-Visual match for the three-dimensional dynamic programming (dynamic programming) algorithm, based on the Intel opencv image library.
Stereo-patch
- 基于立体匹配的方法，包括特征点匹配的算法等-Based stereo matching methods, including the feature point matching algorithm
NCC
- NCC立体匹配算法,实现立体匹配的经典算法-NCC stereo matching
ssiftzipi
- sift特征点对应匹配算法对立体匹配的的初学入门者和资深编程人员都是很有用的式 -sift feature point correspondence matching algorithm for stereo matching novice beginners and experienced programmers are useful formula
B3Drebuilldi
- 双目立体视觉理论基础上的三维重建，采用立体匹配、、SIFT匹配算法 ，经测试可直接使用。 -Binocular stereo vision based on the theory of the three-dimensional reconstruction, stereo matching SIFT matching algorithm has been tested and can be used directly.
OpenCV_SAD
- sad匹配算法,实现双目立体视觉中两个图像的匹配。-sad matching algorithm
AdaptiVe-Aggregation
- 出了一种恢复高质量稠密视差图的立体视觉合作算法．该算法采用基于形态学相似性的自适应加权方 法，迭代地进行局部邻域的自适应聚合和抑制放大，实现高效率和高质量稠密视差图计算．将该算法推广到三目摄像 机立体匹配系统中，通过重建摄像机坐标系实现图像校正，并根据连续性假设和唯一性假设，建立视差空间中的支持 关系和三目摄像机之间的抑制关系．实验结果表明，三目立体合作算法能够得到精确的场景视差映射，并可以实现多 基线方向的遮挡检测．该算法特别适用于由多个廉价摄像机组成的立体视觉系统，在几乎不增
Stereo-Edge-Matching
- 种新的针对山体图像边缘的立体匹配算法。为了保证匹配的准确性，首先引入极线方向上的 视差梯度约束，然后在考察唯一性的基础上，通过搜索并考察边缘端点周围的角点信息来引导边缘的匹配，并且限定边缘端点的角点搜索范围，最终匹配结果保证了两幅图像中的匹配对是一对一的唯一对应。-A newfast stereo edge-matching algorithm based on mountain images is presented．In order to ensure the accuracy of
match-gc
- gc 图像分割立体匹配算法-gc image segment stereo matching0000000000
SGM
- 半全局立体匹配算法（SGM）的实现，已封装成类（SGM.cpp,SGM.h），内含有使用例程。-Semiglobal stereo matching algorithm (SGM) implementation has been packaged as such (SGM.cpp, SGM.h), using routines contained within.
fenshuiling
- 在图像立体匹配过程中，经常用到分水岭算法，对图像进行分割，然后进行立体匹配-In stereo matching process, often used watershed algorithm for image segmentation and stereo matching
StereoRegion
- 对于立体匹配局部算法而言，匹配代价计算 和 支持窗口选择是很重要的两个问题：匹配代价计算通过前面的文章已经介绍了关于Adaptive Support-Weight和Rank Transform两种方法，对于支持窗口来说的，通常我们选取一个矩形窗-For local stereo matching algorithm, the matching cost calculation and support window selection is a very important two issues:
StereoRegion
- 基于区域的立体匹配算法 本算法从两幅彩色立体图像对中提取深度信息，使用过滤器消除视差图深度估计中的不稳定性。-Region Based Stereo Matching Algorithms region based stereo matching algorithms are developed for extraction depth information two color stereo image pair. A filter eliminating unreliable dispar
Raw images based
- SAD 算法 用于立体视觉匹配，可以看到结果(SAD algorithm For stereoscopic vision matching, the results can be seen)
SSD+SAD+NCC算法
- 立体匹配 计算机视觉 SSD+SAD+NCC算法(SSD+SAD+NCC algorithm)
BM
- 使用python实现立体匹配算法BM算法，能够计算视差图(BM algorithm, which USES python to realize stereo matching algorithm, can calculate the parallax graph)
SGBM
- python3.7实现SGBM算法实现立体匹配计算视差图(Python3.7 implements SGBM algorithm to realize stereo matching and calculate parallax graph)