搜索资源列表
xuliepinjie
- 一种序列图像的自动拼接算法 -a sequence of automatic image stitching algorithm for a sequence of automatic image stitching algorithm
duishujizuobiao
- 对数极坐标系，做图像配准和场景拼接的朋友应该可以用到-several polar coordinates, so image registration and stitching the scene should be applied to a friend
fingerprint_mosaic
- 一个matlab程序，实现了两幅指纹图像的拼接，程序中附有指纹图像。-a Matlab procedures, the two fingerprint image stitching, procedures attached fingerprint images.
enblend-2.1.tar
- stitch的代码。用于图像的拼接和相应处理-stitch code. Image Stitching and the corresponding treatment
cylindpano1
- 360°图像序列的柱面全景拼接算法，matlab仿真程序。
source1
- 图像的几种经典拼接算法，以及其他图像处理算法
source2
- 图像的几种经典拼接算法，以及其他图像处理算法
merge
- 能够实现图像的快速拼接，并在试验中进行证明，大家分享下吧
pyramid
- 图像处理的一种金字塔算法，实现多分辨率图像的拼接
stitching
- 全景图像自动拼接的源代码，柱面拼接，速度慢，但是效果不错
2006112815851248
- delphi实现的简单位图拼接,对我图像的拼接.有详细的介绍
peizhun
- 一种图像配准算法源码，实现了图像的配准拼接，看看就知道好。
基于SIFT算法的图像特征点提取与匹配
- 文章深入研究了 SIFT 特征点提取的原理及过程，以基于 K-D 树结构的近邻算 法对呈线性变换的两幅图像在不同视角和噪声干扰情况下进行了特征点的粗匹 配，并通过随机抽样一致性算法(Random Sample Consensus)进行特征点的提纯，删 除例如错误的匹配特征点对。针对粗匹配后误匹配点对较多导致的 RANSAC 算法 效率降低、运算时间变长的情况，论文以视差梯度约束对粗匹配点对进行预筛选， 提升了 RANSAC 算法的效率。根据匹配点对空间位置关系得出图像之间的变换模 型；最后将图像
75448137OpenSURF_Matlab
- 这是一种实现数字图像拼接的surf算法的matlab程序，能够取得不错的效果。(This is a digital image mosaic surf algorithm matlab program, can achieve good results.)
imagefusion
- 图像配准是拼接技术重要的步骤之一，其配准精度能够直接影响到接来下的图像融合过程，从而影响到拼接图像的质量。因此拼接技术的研究重点是在实现更高精度和可靠性从而保证拼接图像的高品质。具体地说，图像配准是对于一组图像数据集中的两幅图像，通过寻找一种空间变换把一幅图像映射到另一幅图像，使得两图中对应于空间同一位置的点一一对应起来，从而达到信息融合的目的。(Image registration is one of the most important steps in mosaic technology.
拼接
- 这个例子展示了如何使用proj_match_points_transformtion_ransac在拼接应用程序中观察两个图像。(This example shows how to use proj_match_points_distortion_ransac tomatch two images in a mosaicking application.)
ransac
- 使用SURF算法实现彩色图像拼接技术，完成图像拼接(Using surf algorithm to realize color image mosaic technology and complete image mosaic)
图像配准与图像识别matlab源代码
- 图像配准与图像识别的matlab源代码，可以用来创建全景图、创建不同时段的拼接图
ImageStich
- 基于OpenCV计算机视觉库，对进行全景图像拼接(Panoramic image mosaic based on OpenCV Computer Vision Library)
图像配准算法
- 1.SIFT得到两幅图像的匹配点对 2.通过RANSAC剔除外点，得到N对内点 3.利用DLT和SVD计算全局单应性 4.将源图划分网格，取网格中心点，计算每个中心点和源图上内点之间的欧式距离和权重 5.将权重放到DLT算法的A矩阵中，构建成新的W*A矩阵，重新SVD分解，自然就得到了当前网格的局部单应性矩阵 6.遍历每个网格，利用局部单应性矩阵映射到全景画布上，就得到了APAP变换后的源图 7.最后就是进行拼接线的加权融合