搜索资源列表
structure from motion
- 非常实用的从运动中恢复三维结构的matlab实现，友好的GUI，是研究和开发机器人视觉和计算机视觉的有力工具。
motion-extract
- 运动目标提取和跟踪是视觉分析、高级行为理解以及运动编码等计算机视觉 应用领域中基本而又重要的一步，也是计算机视觉中的难点问题。本文深入研究 了运动视觉中目标的精确提取与跟踪算法，包括运动检测、阴影消除、外轮廓提 取以及目标的跟踪四个方面-Extraction and tracking of moving targets is a visual analysis, to understand high-level acts, as well as encoding movement i
testlibcvd
- 剑桥大学LibCVD计算机视觉函数库，Windows移植工程文件-Cambridge University Computer Vision Function Library LibCVD,transplantation to Windows.
3D_motion
- 计算机视觉中的三维运动物体分析，给定在一个三维直角坐标系下一组数据点的坐标，以及变换坐标系后的坐标，计算可得其变换参数，然后重新计算变换后坐标，与真实坐标比较可以计算其精度-Three-dimensional analysis of moving objects in computer vision, given in a three-dimensional Cartesian coordinate system the coordinates of the next set of data
test
- 计算机视觉，图像处理，图像链接，图像校正，图像深度图-computer vision
Ransac
- RANSAC为RANdom SAmple Consensus的缩写，它是根据一组包含异常数据的样本数据集，计算出数据的数学模型参数，得到有效样本数据的算法。它于1981年由Fischler和Bolles最先提出[1]。 RANSAC算法经常用于计算机视觉中。例如，在立体视觉领域中同时解决一对相机的匹配点问题及基本矩阵的计算。 RANSAC算法的基本假设是样本中包含正确数据(inliers，可以被模型描述的数据)，也包含异常数据(Outliers，偏离正常范围很远、无法适应数学模型的数据)
imagerectify
- 计算机视觉中关于极线匹配（image rectify）的一篇文章-Computer Vision on pole line matching (image rectify) an article
3D-Reconstruction
- 3d重建，是计算机视觉中的一块内容。将图片在三维坐标中重新建立的代码。-3D Reconstruction
CPP_RANSAC
- 它是基于一组包含异常数据的样本数据集，并计算数据的数学模型参数。这是第一次由Fischler和Bolles 1981提出。ransac是经常使用的计算机视觉。RANSAC假设为一组正确的数据，有一种方法，模型参数的计算。-It is based on a set of sample data sets containing abnormal data, and the mathematical model parameters are calculated. It was first propo
openMVG-master
- openMVG 是一款开源的SFM软件，它在某些方面要优于Bundler，可以利用N多张任意拍摄的照片，重建场景的三维模型。SFM 指的是，在计算机视觉中的从运动到结构，以及在摄影测量中的空中三角测量与光束法平差。-OpenMVG -(Multiple View Geometry) open Multiple cess to the classical problem solvers in Multiple View Geometry and solve them accurately.View
reconstruct_two-view
- 计算机视觉练习，从物体的二视图还原3D结构-Cube reconstruction 2 views