搜索资源列表
stereo
- 立体视觉代码。主要过程包括：harris角点检测，zncc最优策略匹配，扩散得到更多特征对应，计算disparity和对应颜色值。另外提供了两幅图片以及对应的特征匹配的结果和disparity图像。
图像校正
- matlab图像校正，通过特征点提取 进行图片的校正，可用于三维物体重建或者立体匹配
chonggou
- 立体视觉中的稀疏点重构程序 特征点匹配后得到重构图像，对立体视觉的研究有很大的指导性作用 三维显示程序-In the stereo vision,the reconstruction of the object based on the two sides of the object.
Image-rectification_surf
- 用于双目立体图像匹配：用surf提取特征点、Flann匹配、RANSAC计算基本矩阵完成立体图像对的极线校正，用opencv实现-For binocular stereo image matching feature extraction point: surf, Flann matching, RANSAC calculation of the completion of the fundamental matrix the epipolar rectification of the ster
sift-mosaic
- sift 图像拼接，先找到两幅图像对应的特征点，然后算出变换矩阵，然后投影拼接图像-find the feature points of two images,using them to find the translate matrix,then complete the image mosaic
mesh_simplification
- 网格简化， 将复杂的带有很多细节的物体的三维立体网格进行任意比例的简化，使得其减少点和面片的数量并保持物体的基本特征，以达到加快图像显示及压缩文件的效果。-Mesh simplification, the complex three-dimensional grid with many of the details of the object simplified in any proportion, such that it reduce the number of points and
range_image_border_extraction
- 利用PCL库，基于深度图像，进行点云特征提取-Based on the depth image, feature extraction of point cloud
scene_labelling_rgbd-groovy
- 基于PCL的图像识别处理,CL（Point Cloud Library）是在吸收了前人点云相关研究基础上建立起来的大型跨平台开源C++编程库，它实现了大量点云相关的通用算法和高效数据结构，涉及到点云获取、滤波、分割、配准、检索、特征提取、识别、追踪、曲面重建、可视化等。支持多种操作系统平台，可在Windows、Linux、Android、Mac OS X、部分嵌入式实时系统上运行。-Image recognition based on PCL
1-narf_keypoint_extraction
- 展示如何从距离图像中提取NARF 关键点，可执行文件使我们能够从磁 盘上加载点云（如果没有的话就创建随机点云〉，提取上面特征点， 并且用图像和3D 显示方式进行可视化，用户可直观地观察到关键点的位置和数量。-Shows how to extract NARF key points the distance image, an executable file so that we can be loaded the disk point cloud (if not created ra
code
- 三维重建源码，由双目立体视觉进行三位重建。并给出了几种重建方法的介绍，如基于块匹配的三维重建、基于特征点的重建。并且给出了最终结果图像。-Three-dimensional reconstruction of the source code, the three reconstruction by binocular stereo vision. And gives several reconstruction methods, such as 3 d reconstruction based