搜索资源列表
LSM
- 图像点特征提取,图像相关系数法匹配。二维匹配,爬山法匹配-Image point feature extraction, image correlation coefficient matching. Two-dimensional matching, matching climbing method
Application-of-Feature-Matching
- 基于外极线约束法则的外极斜率匹配思想, 针对图像中有限的角点特征, 提出了一种快速直线匹配 方法-Epipolar constraint based on rules of thinking outside the very slope of the match, for a limited corner of the image characteristics, we propose a fast straight line matching method
mixture_of_gaussians
- 混合高斯模型使用K(基本为3到5个) 个高斯模型来表征图像中各个像素点的特征,在新一帧图像获得后更新混合高斯模型,用当前图像中的每个像素点与混合高斯模型匹配,如果成功则判定该点为背景点, 否则为前景点。-training video with GMM model ,then get the background,and store the picture in your computer.
SUSANaHarris-
- 研究分析基于点特征的影像匹配中, SUSAN 及Harris 算子在特征提取和特征匹配两个方面的表现-Research and analysis based on point features in image matching
Prosac
- 用opencv2.3.1+vs2008实现PROSAC算法。PROSAC是比ransac算法更快的剔除无匹配算法。前提是,这种策略的前提是假定匹配度高的特征是内点的概率比匹配度低的特征要高。 -With opencv2.3.1+ vs2008 realize PROSAC algorithm. PROSAC is faster than ransac algorithm of eliminate no matching algorithms. Premise is, this strategy
Moravec-Harris
- 角点是图像中的重要特征,在图像配准与匹配、运动分析、目标识别、目标跟踪等领域中均得到了广泛的应用。 Moravec和Harris算法是计算机视觉领域中应用比较广泛的角点检测方法。介绍了Moravec和Harris及其改进等四种常 用的角点检测算法的实现原理及其特点,并对这四种方法进行了分析、比较,给出了它们的效率性能评价。然后通过实验 研究了它们在角点检测的速度、正确率和抗噪性等方面的差异,探讨了各种算法的优势和缺陷。最后,文章指出了角点检 测技术的研究与发展方向。 -Cor
template-matching
- 对相似的图像进行匹配,基于角点特征,文件中还有两个例子-template matching
shape-matching-by-shape-context
- 提出了用于形状匹配的自适应边界点选取的形状上下文方法! 首先"根据目标形状"自适应地确定边界点个数然后"利用选取的边界点"按照本文方法计算该目标的形状直方图最后"利用形状直方图计算不同目标之间的相似度!基于手写体数字的试验表明"形状上下文在有效描述目标的形状特征的基础"准确地计算了不同目标之间的相似度"达到了满意的匹配结果!-Adaptive boundary points for shape matching the shape of the selected context first of
sift
- 1 SIFT 发展历程 SIFT算法由D.G.Lowe 1999年提出,2004年完善总结。后来Y.Ke将其描述子部分用PCA代替直方图的方式,对其进行改进。 2 SIFT 主要思想 SIFT算法是一种提取局部特征的算法,在尺度空间寻找极值点,提取位置,尺度,旋转不变量。 3 SIFT算法的主要特点: a) SIFT特征是图像的局部特征,其对旋转、尺度缩放、亮度变化保持不变性,对视角变化、仿射变换、噪声也保持一定程度的稳定性。 b) 独特性(Distinctive
matchfinal
- 在VC环境下实现指纹识别,输入一幅图像(库中存在的)会匹配出对应的图像。包括预处理(二值化、分割、均衡、去噪、增强、细化等),特征值提取,即为提取端点和分叉点坐标,特征匹配,最后输出对应的指纹编号。-In the VC environment realize fingerprint recognition, input an image (library existing) will match the corresponding image. Including pretreatment (b
A-Combined-Corner-and-Edge-Detector
- 图像拼接技术论文,基于图像特征匹配,很实用,很好。harris角点技术论文原文。-Image Stitching technology papers, based on image feature matching, very practical, very good.
Harris
- 基于harris角点的特征匹配,详细的阐述了其中的原理,以及实现方法。-Feature-based matching harris corner, which describes in detail the principles and implementation methods.
siftPransac
- SIFT点提取,KD树特征匹配,再用随机抽样一致算法去除无匹配-SIFT extraction, KD tree feature matching, and then remove the non-random sample consensus algorithm matches
harrismatch
- 该程序采用harris角点检测,使用ncc进行初匹配,双向重复搜索后得到特征匹配点。-The program uses harris corner detection, using ncc conducted early match, after a two-way repeated search feature to get the matching point.
gmm
- 混合高斯模型使用K(基本为3到5个) 个高斯模型来表征图像中各个像素点的特征,在新一帧图像获得后更新混合高斯模型,用当前图像中的每个像素点与混合高斯模型匹配,如果成功则判定该点为背景点, 否则为前景点。通观整个高斯模型,他主要是有方差和均值两个参数决定,,对均值和方差的学习,采取不同的学习机制,将直接影响到模型的稳定性、精确性和收敛性。由于我们是对运动目标的背景提取建模,因此需要对高斯模型中方差和均值两个参数实时更新。为提高模型的学习能力,改进方法对均值和方差的更新采用不同的学习率 为提高在繁忙
remote-sensing
- 这里为大家提供我们三次实习的源码(内附以报告形式的原理及过程说明) 1、NDVI(归一化植被指数)、DVI(差值植被指数)、RVI(比值植被指数)这三种植被指数典型算法和基于光谱特性的变化检测方法 2、实现Moravec算子(数字影像的点特征提取算法) 3、影像匹配的实质是在两幅(或多幅影像)上识别同名点-Here we provide our three internships source (included in the report in the form of princi
MatlabCode
- matlab实现的图像角点检测,即特征提取,实现角点之间的匹配-image corner detection matlab to achieve, namely, feature extraction, matching angle between the points to achieve
SITFbasedmatch
- 包括基于SIFTGPU的sift特征提取,sift匹配,基于ransac误匹配点剔除等-SIFTGPU based sift feature extraction, sift matching, mismatching points based ransac removed, etc.
shuzisheyingceliang
- 角点特征提取,及图像灰度匹配 moravec算子 susan算子 5种灰度匹配 数字摄影测量-Monitoring digital photogrammetry corner matching gray
orc00001
- 基于Shape Context的字符识别算法介绍 本算法提出了一种新的计算形状相似度的方法,并且把这种方法应用到目标识别领域中。 这中相似度衡量的方法主要经过以下几个步骤: (1)在两个形状上找到匹配的点对 (2)使用匹配的点对估计两个形状的形变程度。为了解决匹配点对的问题,本算法中引入了一个描述向量,即Shape Context,每一个点都有一个描述向量。Shape Context 以某个点为参考点,统计其他的点在他周围的分布特征,根据这个分布特征,就可以知道该点所处的全局