搜索资源列表
3Model.rar
- 基于小波变换的三维模型提取技术的毕业论文,包括代码和答辩ppt.1．实现了三维模型的表示和规范化预处理过程，在此基础上，开发了进行检索实验的可视化特征提取实验平台。 2．结合球面调和变换获取旋转不变量具有降低特征向量维数的特性，实现了基于光线投射的特征提取方法，通过检索评价实验确定了参数的最佳取值。 3．分析了基本的光线投射方法和改进的光线投射方法的缺陷，提出了一种基于三维小波变换的特征描述方法。对光线投射算法进行了扩展，将切比雪夫采样点序列进行离散小波变换，然后利用球面调和变换获得旋转不变
brainavi
- 为了从各个方向观察脑部结构，可以对重建结果图像进行三维旋转变换，并生成动画进行显示。基本思想是：图形经过三维旋转，由于其等值面连接方式不变，因而结构不会发生变形。-In order to observe the brain structure from all directions, you can rotate three-dimensional image reconstruction transform, and generate the animation display. The ba
sift
- SIFT特征（Scale-invariant feature transform，尺度不变特征转换)是一种电脑视觉的算法用来侦测与描述影像中的局部性特征，它在空间尺度中寻找极值点，并提取出其位置、尺度、旋转不变量，此算法由 David Lowe 在1999年所发表，2004年完善总结。其应用范围包含物体辨识、机器人地图感知与导航、影像缝合、3D模型建立、手势辨识、影像追踪和动作比对。-Scale-invariant feature transform (or SIFT) is an algori
CBWH_IET_Computer-Vision
- 背景加权直方图算法（BWH）在[2]中提出了尝试 减少干扰的背景均值漂移跟踪的目标定位。然而， 在本文中，我们证明了权重分配给候选目标区域的像素 BWH是那些没有背景资料成正比，即不会引入BWH 任何新的信息，因为均值漂移迭代公式是不变的规模 改造砝码。然后，我们提出了一个校正BWH（CBWH）的公式 只转型的目标模式，但不是目标候选模型。 CBWH计划 可以有效地降低背景的干扰，在目标定位。实验 结果表明，CBWH可能会导致更快的收敛速度和更准确的定位比 通
space_invariance_std
- 目的:根据空间距离不变性，与它周围的点的距离不变，先列出一个点与周围点的 距离，计算同一点分别在两个视场的三维坐标与周围距离差，并计算出其误差-Objective: according to the space distance invariability, and point the distance around it is changeless, first list around a point and point
DFF
- 该编程通过变焦算法实现三维重建。该算法速度快，对硬件要求不高，已经调试通过，并且关键部分有注释。-The three-dimensional reconstruction by zooming programming algorithm. The algorithm is faster, less demanding on the hardware, debugging has been passed, and a key part of the Notes.