搜索资源列表
harris
- 两幅图像拼成全景图。Harris角点检测选特征点，配对过程比较原始，有点慢，ransac算法提取有效配对点，计算projective transformation.最后拼全景图。 需要CIMG库支持，jpeg图像还需要magickimage库. Linux g++编译通过，编译加 -lX11 -lpthread -ljpeg, windows 下未试验.
harris
- harris检测 +ncc粗配+ransac去除错误点-harris detection. ncc coarse. ransac remove the error point
harris-ncc-ransac
- 本代码主要是harris角点提取，ncc算法进行粗匹配，然后ransac算法剔除误匹配点-harris ncc ransac
RANSAC-match
- 可以在harris角点检测和ncc粗匹配之后实现精确准确的角点匹配，为下一步配准做准备-Can the Harris corner detection and NCC coarse matching after achieve precise accurate angular point matching, preparing for the next registration
ransac
- 随机抽样算法,harris角点等等等等算法-Random sampling algorithm, harris corners and so on and so on Algorithms
tuxiangpinjiefa
- 一种全自动稳健的图像拼接融合算 提出了一种全自动稳健的图像拼接融合算法。此算法采用Harris角检测算子进行特征点提取,使提取的 精度达到了亚像素级,然后以特征点邻域灰度互相关法进行特征点匹配得到了初步的伪匹配集合,并运用稳健的 RANSAC算法将伪匹配点集合划分为内点和外点,在内点域上运用LM优化算法精确地估计出了图像间的点变 换关系,最后采用颜色插值对交接处进行颜色过渡。整个算法自动完成,它对有较大误差或错误的特征点数据迭代 过滤,并用提纯后的数据来做模型估计 -A ro
StudyonStereoVision-basedCross-countryObstacleDete
- 本文提出了一种新的跨国家的障碍 检测技术为基础的立体视觉系统。 原始图像的预处理的高斯 过滤器和对比度限制的自适应直方图 均衡（ CLAHE ）方法来削弱作用 噪音，光线和对比度。哈里斯的角落位于与子像素精确。 -Cross-country intelligent vehicles always work in complicated environments with varying illuminations. The paper presents a n
0301
- 图像配准和拼接，肯定可以使用。。。harris+ransac-Image registration and stitching, they can definitely use. . .
computer-vision
- 计算机视觉 sift，harris ，RANSAC算法和图像融合论文集-computer vision and image fusion
imageMosaic
- 基于Harris角点检测的图像拼接matlab实现， 主要内容包括Harris角点检测，NCC,RANSAC以及2幅图像的拼接-A image mosaicing algorithem which based on Harris corner feature detection achieved in matlab. The main contents include the Harris corner detector, the NCC, the RANSAC and two imag
project3
- 本文件主要介绍了利用harris进行角点提取，ncc算法进行粗匹配，ransac算法进行错误匹配点的消除-harris+ncc+ransac
matching
- 使用Harris Corner提取特征点，通过相关算法得到匹配结果后，再使用Ransac算法剔除错误匹配-Using Harris Corner feature point extraction, through the relevant algorithm matches, then use Ransac algorithms eliminate false matches
harris-ransac-weighted-fusion
- 能完成图像拼接，利用Harris算法和Ransac算法-Complete image stitching, the use of algorithms and Ransac algorithms Harris
harris-ncc-ransac
- 用于特征点匹配的图像拼接算法，包括harris算法，NCC算法以及RANSAC算法-For matching feature points of image matching algorithm, including the Harris algorithm, NCC algorithm and RANSAC algorithm
all
- harris角点检测匹配处理实验有完整的ncc和ransac后续处理，确定可用，简单方便的测试程序。-harris corner detection experiments have a complete matching process ncc and ransac subsequent processing to determine the usable, simple testing procedures.
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
RANSACPharris
- 运用harris提取角点，并通过领域检测获得初始匹配。通过RANSAC算法对初始匹配进行计算，在获得基础矩阵F的同时，获得精确匹配点。-Using Harris to extract corner points and obtain the initial matching through the field detection. The initial matching is calculated by RANSAC algorithm, and the exact matching poin
image-feature-detection-and-matching
- 用于图像特征提取和匹配，三维重建等的经典方法，包括sift，surf，Harris，RANSAC,8点算法等-For image feature extraction and matching, 3D reconstruction and other classical methods, including sift, surf, Harris, RANSAC, 8 point algorithm, etc.
HARRIS-MATLAB
- 使用Harris角点检测方法进行图像特征点提取,NCC描述的方法进行粗匹配,再使用RANSAC算法进行精匹配。-Using the Harris corner detection method to extract the feature points of the image, the NCC descr iption method performs rough matching, and then uses the RANSAC algorithm for fine matching
code
- Harris角点检测、SIFT+RANSAC、sift+1nn+ransac、图像拼接代码、FAST+BRIEF编程资料(Harris corner detection, SIFT+RANSAC, sift+1nn+ransac, image mosaic code, FAST+BRIEF programming data)