搜索资源列表
ltsj
- ：利用自行研制的多导视觉诱发电位（J M）信号采集处理系统和两套视差深度随机点立体（NOI）图对，诱发 视皮层神经网络兴奋发放，提取并分析了立体视觉视差深度认知过程的皮层电位信号，对视差相关诱发电位特征进 行了标定’ 采用两种完全不同的信息处理方法重复实验，揭示了高级视皮层功能区出现的K! 波由视差相关J M 发 放，提示体视视差深度信息处理可能是在高级视皮层功能区上完成的’ 根据不同功能区隐含信息的处理结果，推测 大脑皮层体视信息处理系统中存在信息反馈通路’ 实验结果还表明，立
Daisy
- 改写过的一个简单的daisy特征提取程序，依赖opencv2.3库，可以提取daisy特征向量，并通过特征匹配求得两幅图像的视差图-Rewritten a simple daisy feature extraction program, dependent opencv2.3 library, can be extracted daisy feature vectors, and by the feature match the disparity map of the image of the
stereomatching
- 实现双目摄像头所拍图片之间的匹配，可得到视差图-Binocular camera, shoot the match between images obtained disparity map...
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
getDisMap
- 数字图像处理的作业，通过matlab获取视差图-Digital image processing operations, disparity map obtained through matlab
StereoMatch
- 左右视差图进行视差特征匹配，从而对物体进行三维空间的重建。-About parallax disparity map feature matching, and thus reconstruct three-dimensional objects.
3Dzy
- 计算两幅图像的视差图，然后进行三维重建，可以显示三维效果。-compute the disparity of two images,and build 3D reconstruction ,it shows the result of 3D
disparity-map
- 双目视觉，求双目视觉图像视差图，直接运行demo即可-Binocular vision, seeking binocular disparity map visual images, demo can be run directly
opengltest
- 一个学习OpenGL入门的小程序，实现了把一幅视差图按照点云的形式显示，可以任选角度旋转，暂时没有缩放功能。-A learning OpenGL entry of small procedures, the realization of a disparity map to show the form of point cloud, optional angle rotation, temporarily not scaling function.
disparity
- 计算双目图像对之间的视差，并输出视差图。-Calculale disparity between the binocular image pair and output the disparity map.
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
Stereomatch
- 计算机视觉：视差图计算 运用CUDA来进行对相关加速来进行计算 计算速度较快，且相对来说计算结果准确。-Can compute the disparity between two pictures about narrow baseline quickly and precisely.What s more ,it use the CUDA to the speed of the computation,etc.
D_spsstereo
- 利用动态规划和互信息计算初始视差图，在此基础上对初始视差图进行左右一致性检验等进行求精(The initial disparity is computed according to dynamic programming and Mutual Information. Furthermore, the consistency examination is utilized for disparity refinement)
双目
- 采用双目摄像头进行图片的标定和测距。双目需要运行视差图，程序中也有所陈述，对这种方法算是进行稍微改进，d=bf/视差，显然bf为定值，虽然bf均为已知，但通过标定的方法感觉求出来不如直接计算精确。通过几组已知距离d和对应视差值的数据相乘得到bf的值(Binocular camera calibration and distance measurement.)
Source code
- 在opencv上实现双目测距主要步骤是： 1.双目校正和标定，获得摄像头的参数矩阵： 进行标定得出俩摄像头的参数矩阵 cvStereoRectify 执行双目校正 initUndistortRectifyMap 分别生成两个图像校正所需的像素映射矩阵 cvremap 分别对两个图像进行校正 2.立体匹配，获得视差图： stereoBM生成视差图 预处理： 图像归一化，减少亮度差别，增强纹理 匹配过程： 滑动sad窗口，沿着水平线进行匹配搜索，由于校正后左右图片平行，左图
OpenGL OpenCV根据视差图重建三维信息
- 利用OpenCV、openGL根据视差图进行三维重建(Three dimensional reconstruction based on parallax map based on OpenCV and openGL.)
用VS+Opencv从双目立体视差图中重建三维点云
- 用VS+Opencv从双目立体视差图中重建三维点云(Using VS+Opencv to reconstruct 3D point clouds from binocular stereoscopic parallax map.)
Matlab code
- 压缩包里包含基于全参考、无参考的立体图像质量评价代码，以及视差图获取方法，关于双目活动的质量评价算法。(The compression package contains stereo image quality evaluation code based on full reference and no reference, disparity map acquisition method, and quality evaluation algorithm for binocular activ
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)