搜索资源列表
imagematching
- 数字图像处理,关于点特征提取一以及影像匹配的程序-digital image processing, feature extraction on the point of an image matching procedures
mora
- 利用mora算法进行点特征提取,用于影像匹配-use mora algorithm for the counting of feature extraction for image matching
sift-C
- 用C#实现的SIFT角点提取与特征匹配的算法-realized sciences corner extraction and feature matching algorithm
stereo
- 立体视觉代码。主要过程包括:harris角点检测,zncc最优策略匹配,扩散得到更多特征对应,计算disparity和对应颜色值。另外提供了两幅图片以及对应的特征匹配的结果和disparity图像。
OPENCV_SIFT_VC6
- 基于OPENCV的SIFT特征提取与匹配算法。包含完整的从图像高斯金字塔、DOG、空间极值点提取、关键点描述、KDtree匹配等关键步骤的全部函数实现,对全面深入理解Lowe的SIFT算法有莫大帮助。程序运行前须安装(1)OpenCV: http://opencvlibrary.sourceforge.net (2)SIFT: http://web.engr.oregonstate.edu/~hess/index.html,并配置其环境参数。
ISODATA1
- ISODATA聚类快速实现代码,运行test_isodata观测测试结果,算法可用于点模式匹配前的特征分类。
200672513458
- 影像特征匹配,利用harris算子提取特征角点
sift-win-recompiled
- VC2010可用,SIFT特征提取,并做两个图片的匹配,最终输出匹配点。适用于Windows操作系统。-VC2010 is available, the SIFT feature extraction, and make the two images match, the final output of the matching point. Applies to the Windows operating system.
111
- 思路简要说明: 1、图像二值化 将图片中的各点用0或1表示,1为有效点,0为背景。这里使用的是最大类间方差法 (otsu),在资料中有介绍。 2、去除干扰点 3、分割 将整个的图片分为每个单独的字,在下一步中才能一一识别。 4、与样本库进行对比,寻求最近似匹配 这步是比较核心的地方,由于要识别的图形每次都是随机变化的,我们不能进行完 全匹配识别,所以使用的是‘欧氏距离’来进行最近似匹配,资料中的《自由手写体 数字识别》里面有详细说明。
munkres
- 数学指派问题的经典求解算法 可以用于图像处理,做位姿估计时 特征对应点的匹配 - MUNKRES Munkres (Hungarian) Algorithm for Linear Assignment Problem.
Researchonimagematchingmethodinbinocularstereovisi
- 对目前匹配能力很强的基于 特征的图像匹配方法进行研究, 并在该方法中加入极线约束, 有效去除了大部分虚假匹配。提出以特征匹配与区域匹配相结合、边缘特征与角点特征相结合的立体匹配方法。实验证明该方法不仅能够有效地缩短匹配时间, 还能达到较高的匹配精度-The image matching technique based on Scale Invariant Feature Transform is studied and the fake matching points are eliminate
SURF+brief
- 基于opencv库的条件下,实现SURF+brief算法的特征点的提取与匹配,直接复制粘贴即可(Under the condition of OpenCV library, we can extract and match the feature points of SURF+brief algorithm, and copy and paste directly.)
ImageMatch
- 提取特征点并匹配,有基于相关系数和最小二乘两种方法。(Extracting feature points and matching)
图像拼接技术
- 运用sift算法进行特征点的提取并实现特征点的匹配与融合(SIFT algorithm is used to extract feature points and realize matching and fusion of feature points.)
视觉SLAM
- 图像处理图像视觉三维重建点的特征与匹配线的特征(Characteristics of image 3D reconstruction points and matching line characteristics in image processing)
slam
- 视觉slam十四讲,程序资料:g2o优化、cere拟合、特征点提取与匹配、点云拼接、opencv图像读取(Visual slam 14, program data: g2o optimization, cere fitting, feature point extraction and matching, point cloud mosaic, OpenCV image reading)
图像拼接
- 运用UI界面,设置了可以多张图片进行拼接,运用了SIFT算法提取特征点,描述特征点生成特征向量,用RANSAC算法进行精匹配,最终完成多种图像拼接
GUI
- 首先对指纹图像进行预处理,包括图像的分割,增强,二值化,细化。对细化后的图像进行特征点的提取,最后通过细节特征匹配完成指纹的识别。(Firstly, the fingerprint image is preprocessed, including image segmentation, enhancement, binarization and thinning. The refined image is extracted by feature points, and the fingerpr
图像拼接技术
- 基于sift的特征点提取,然后用ransac精匹配,最后实现两幅图的拼接(Feature point extraction based on sift, then ransac fine matching, and finally the stitching of the two images)
MATLAB指纹识别(GUI,比对两幅指纹,完美运行)
- 本设计为基于MATLAB的指纹识别系统。本设计系统主要对指纹图像进行三方面处理:图像预处理、特征提取和特征匹配。图像预处理包括四个步骤:图像灰度化、滤波增强、二值化、细化,对指纹图像进行预处理后,去除了原图像的冗余部分,方便后续的识别处理;特征提取主要是提取指纹图像细化后的端点和分叉点;特征匹配是利用两个指纹的图像进行特征点比较,来确定两幅图像是否来自于同一手指。(This design is a fingerprint identification system based on MATLAB