搜索资源列表
computer_vision_work
- 自动图像拼接，利用SIFT特征匹配算法，RANSAC(random sample consensus)算法，加权平滑算法等技术克服了传统图像拼接技术中的局限性(如光照、尺度变化的影响等)，实现了光照和尺度变化条件下的多视角无缝图像拼接-Automatic Image Stitching Local features detection Features Matching Homography Estimation RANSAC
mosaicking_mod11a1_qc_lut
- 本程序用于自动将裁剪与转投影后的MOD11A1/MYD11A1进行拼接，然后将同一DOY的数据放在对应的目录中 对QC_Day与QC_Night两个SDS做如下处理 原HDF文件中，这两个SDS存为8bit的整型数（最大值为255），对应的二进制数如下：XX XX XX XX，从右至左为第0-7bit，将每2个bit存为一个数据 bits 1 & 0: 00(1),01(2),10(3),11(4) bits 2 & 3: 00(1),01(2),10(3),11(4)
image-mosaic.doc
- 图像拼接(image mosaic)技术是将一组相互间重叠部分的图像序列进行空间匹配对准,经重采样合成后形成一幅包含各图像序列信息的宽视角场景的、完整的、高清晰的新图像的技术。图像拼接在摄影测量学、计算机视觉、遥感图像处理、医学图像分析、计算机图形学等领域有着广泛的应用价值。 一般来说,图像拼接的过程由图像获取,图像配准,图像合成三步骤组成,其中图像配准是整个图像拼接的基础。本文研究了两种图像配准算法:基于特征和基于变换域的图像配准算法。 在基于特征的配准算法的基础上,提出一种稳健的基于特征点的
immH
- 使用两种方法实现图像拼接。一种是用SIFT算法自动实现，一种是用手动选取特征点（可边缘化图像），根据手动选取的特征点进行图像的变换和拼接。-Image stitching using two methods. One is to use SIFT algorithm automatically, one is manually selected features (edge of image), based on manual selection of feature points for im
BinocularCalibration
- 多摄像头图像拼接,opencv可不调用此函数，CCameraDS析构时会自动关闭摄像头-Multi-camera image mosaic
Big_Disp_Dlg
- 自动机器视觉，通过拼接72张1M图像，拼接成整体大图显示-computer vision
surfpinjie
- 这个代码是用C++编写的，来实现图像的自动全景拼接的功能-This code is written in C++, using algorithms to automatically sift panoramic image stitching function
movie_avi
- 自动读取电脑图片的原始raw数据，再进行帧拼接，再帧压成视频保存-Automatically read the original raw computer image data, then frame stitching, and then pressed into video compression frame