搜索资源列表
ImageRegistration.rar
- 基于边缘特征的图像配准算法源码 基于边缘特征的图像配准算法是将不同时间、不同的传感器（成像设备）或不同条件下（天候、照度、摄像位置和角度等）获取的同一场景的两幅或多幅图像根据其边缘特征进行匹配、叠加的处理，最终生成一幅全景图像的方法。该方法具有抗噪性强，匹配速度快，误匹配率低，适用于多种类型的图像等优点，主要可以运用于以下领域： （1）军事研究领域，如飞行器辅助导航系绞、武器投射系统的末制导以及寻地等应用研究； （2）医学图像分析，如数字剪影血管造影DSA血管造影术、肿瘤检测、白内障检测、
multiple-target-template-match
- 本程序实现对多目标的模板匹配算法，采用OpenCV编写，-cvMatchTemplate OpenCV multiple target template match
biye
- 基于投票算法的目标跟踪,基于二阶非线性投票的多目标跟踪算法。该算法通过目标匹配得到同一目标在不同帧中的位置，同时利用特征监测来处理目标的遮挡、分裂问题，并实现目标特征的实时更新。在目标匹配过程中，通过对目标前一帧与当前帧的特征相似性进行投票，得到匹配目标。利用视频图像进行实验，结果表明：该方法对噪声、阴影、遮挡、分裂等具有良好的鲁棒性，较好地实现了多目标的跟踪。-The method used object matching to get objects’ position in differe
AVehicleContourbasedMethodforOcclusion
- 摘要：在交通场景下进行多目标跟踪时，如何正确检测出车辆间的相互遮挡是影响车辆跟踪结果的关键。针对问题，运用投 影理论分析交通场景的三维几何投影特征．用长方体投影轮廓模型对车辆进行建模，重构其乏维投影轮廓，以进行遮挡的检 测和分离。与以往的方法相比，它在估计出的车辆外形轮廓基础t-进行遮挡检测，不需要匹配操作，计算量较小，并能解决 基于匹配的方法无法对付的初始遮挡问题。用实验验证了该算法的有效性。-In multi—object tracking of traf氍c scene。how
RadarSceneMatchingImage
- ：采用基于内容的图像检索方法，对雷达景象匹配数据库中的图像数据进行兴趣目标的查询检索与识别．由于 雷达图像具有受斑点噪音影响明显等特点，故综合运用迭代阈值选取以及区域生长的方法，进行兴趣目标(主要是 机场)的分离；由于匹配数据库中图像数据范围比较大，包含目标多，为了在检索过程中确定检索目标在图像中的 位置，预处理时，采用对同一图像多幅子图进行特征提取的方法，最终在检索时通过子图范围来确定目标在大幅图 像上的位置．由实验分析，证明在机场目标的检索识别中，这一方法是可行的．-Cont
feature-points-matching
- 对灰度差绝对平均值算法匹配次数多，不具有旋转不变性等缺点，提出一种新的目标识别方法。匹配准则采用具 有环形结构的子窗口内的像素差加毂和的形式表示，保证了算法具有旋转不变性。对模板图像中的特征点按照匹配准则分 别在目标图像中找到相应的匹配点，从而完成匹配操作，与传统的相关匹配算法相比，大大减少了匹配次数。对于因遮挡而 丢失的特征点，可根据已匹配特征点之问的相对距离来重新确定，从而实现目标识别的功能。仿真实验验证了该算法的有 效性。-A new target recognition
color-histogram-matching
- 本代码实现多视频下的目标识别的方法。使用了颜色直方图特征，并计算巴氏距离得出目标是否匹配。可以使用背景较为简单的视频进行实现。-The code to achieve the target recognition method of multiple video. Color histogram, and calculates the the Pap distance derived target match. Can use relatively simple background video
32421paper
- 介绍了红外成像波门形心跟踪算法的原理，通过建立跟踪误差模型，讨论分析了红外成 像波门形心跟殊算法的误差，当误判概率越小，波门内目标像素越多，背景像素越少时，形心跟踪误差越小 当信噪比越大，相关搜索的次数越少，相关运算的像素总数越多时，正确匹配系数越高。试验证明，该算法不仅能减小跟踪误差，而且能提高跟踪的精确度和稳定性。 -Infrared imaging gate centroid tracking algorithm principle, through the establishme
Shape-matching-with-Zerinike-moments
- 结合Zernike矩的多尺度模板形状匹配，该算法对输入图像进行预处理后提取目标轮廓，经过归一化处理得到目标形 状的平移、尺度不变的链状表达，再通过小波变换进行多尺度分析；引入Zernike矩，利用Zernike矩的特性，实现小波表达的旋转不变性，解决了小波变换对起始点的依赖。-Shape matching based on multi-scale template with Zerinike moments，The object shape representation is convert
BPF_1_4
- BPF在视频跟踪中用来求解多目标匹配，最佳匹配优先的启发式算法-BPF used in the video track to solving multi-goal match, the best match priority heuristic algorithm
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
3
- 运动目标跟踪在工业过程控制、医学研究、成像制导等领域具有重要的实用价值。目前的研究多基于背景静止的情况，对背景发生移动的情况研究较少。提出了一套完整的移动背景下的目标跟踪算法，首先使用基于互信息的方法配准序列图像的背景。然后使用差分的方法进行运动区域检测，并将其与图像分割技术相结合，得到目标跟踪模板。目标的跟踪基于Kalman滤波的预测，其匹配过程仍基于互信息理论，实验结果证明：该算法具有较高的计算效率和准确性，应用前景广泛。-it is of important practical value
04767153
- 多目标跟踪算法文档，使用光流算法和多模板匹配算法。实现对多目标的跟踪-Multi-target tracking algorithm documents, using optical flow algorithm and multi-template matching algorithm. To achieve the multi-target tracking
cPPopencv
- 利用c++ opencv多目标模板匹配处理-C++ opencv using template matching process multi-target
An-Improved-Real-time-
- 一种改进的实时压缩跟踪算法,采用在原算法最优匹配点周围小范围多尺度搜索更优位置的方 法，来适应目标尺寸的变化.-An Improved Real-time Compressive Tracking
RD algorithm of SAR
- 该算法为距离-多普勒成像算法，针对场景的多散射点目标录取回波数据，采用匹配滤波的方法实现距离向与方位向的压缩，识别出目标并得到其位置信息。(The algorithm is range Doppler imaging algorithm, aiming at the multi scattering scene target extracting echo data, matched filtering method was used to realize the distance and az
NCC多目标匹配
- 这是利用NCC目标匹配写的一个halcon小程序。自己选择ROI，然后根据ROI逐一地匹配图片中的相似物体。识别率很高，目标物体可以有一定的变形(This is a halcon applet written using NCC target matching. Choose ROI yourself, and then match the similar objects in the image one by one according to the ROI. Recognition rate
PanoramaMaker-master
- 在机器视觉应用领域里特征检测和匹配是一个很重要的算法，比如图像配准、跟踪和目标检测。这个例子里，我们用基于特征的方法完成图像拼接。处理的方法是先用图像配准特征点。不同于单图像对配准，这里是多图像对的配准完成图像拼接。(In the field of machine vision application, feature detection and matching is a very important algorithm, such as image registration, trackin