搜索资源列表
Multi-sensor-image-fusion-algorithm-
- 一种邻域一致性的NSCT域多传感器图像融合算法，针对同一场景多传感器图像融合问题，提出了一种基于邻域特性的非采样Contourlet变换域融 合新算法．首先对待融合图像进行非采样Contourlet变换分解，由邻域平均能量与方差构造各点的能量 方差决策值，基于决策值最大原则选择低频子带系数，从而在保持图像亮度的同时融合更多的边缘细 节；基于邻域能量最大原则选择带通方向子带系数，以保留更多的边缘．最后反变换得到融合图像．-Multi—sensor image fusion algori
random-sample-consensus
- 随机采样一致性(RANSAC)算法代码，用C++实现，作者是Ziv Yaniv-Random sample consensus (RANSAC) algorithm code, using C++ implementation, the author is Ziv Yaniv
RANSAC
- 随机采样一致性算法，能够从大量点云数据里提取出最优平面，而且速度较快。-RANSAC algorithm, can extract the optimal plane a large number of point cloud data, and the speed is fast.
Code_EnPro
- 基于全映射方法的半监督图像分类算法。基于局部一致性和外部非一致性假设，首先从未标注数据自动产生多种模型。设计方法利用可利用数据对模型进行采样，利用逻辑回归判决学习得到每个模型的映射函数。 基于全局的思想，这里利用联合映射函数值来代表图像。 -Ensemble Projection for Semi-supervised Image Classification
laser-kinect-pointcloud-register-icp
- 针对三维重建中的点云配准问题，提出一种基于点云特征的自动配准算法。利用微软Kinect传感器采集物 体的多视角深度图像，提取目标区域并转化为三维点云。对点云进行滤波并估计快速点特征直方图特征，结合双向 快速近似最近邻搜索算法得到初始对应点集，并使用随机采样一致性算法确定最终对应点集。根据奇异值分解法 求出点云的变换矩阵初始值，在初始配准的基础上运用迭代最近点算法做精细配准。实验结果表明，该配准方法既 保证了三维点云的配准质量，又降低了计算复杂度，具有较高的可操作性和鲁棒性。
RANSAC
- 本代码为随机采样一致性点云处理算法，可以从点云数据中很好的对模型进行拟合(This code is a random sampling consistency point cloud processing algorithm, can very good from point cloud data for fitting model)