搜索资源列表
OPENCV_SIFT_VC6
- 基于OPENCV的SIFT特征提取与匹配算法。包含完整的从图像高斯金字塔、DOG、空间极值点提取、关键点描述、KDtree匹配等关键步骤的全部函数实现，对全面深入理解Lowe的SIFT算法有莫大帮助。程序运行前须安装（1）OpenCV: http://opencvlibrary.sourceforge.net （2）SIFT: http://web.engr.oregonstate.edu/~hess/index.html，并配置其环境参数。
StereoApplet
- 用harris函数建立尺度空间，求取尺度空间的极值点
Mul_edge_detection
- 本程序主要实现图像的边缘提取：实现了以下论文中介绍的新方法：《基于梯度幅值的自适应边缘检测算法.caj》《一种基于_函数的图象边缘检测算法.caj》《一种微分极值的边缘检测算法.kdh》《一种新的边缘检测算法.kdh》，效果很好，很明显，比传统的边缘提取算法更优越。
siftdemo
- 改程序采用C语言编写SIFT算法，包含完整的从图像高斯金字塔、DOG、空间极值点提取、关键点描述、KDtree匹配等关键步骤的全部函数实现，对全面深入理解Lowe的SIFT算法有莫大帮助。-Change the use of C language program SIFT algorithm, contains the complete Gaussian pyramid from the image, DOG, space extremum point extraction, descr ipt
experiments
- 上课的课程：数字图像处理，同Labwindows/CVI实现的多个小程序，分别有：多种函数曲线的生成、多种函数曲线的生成并显示极值、二值图像的边缘追踪、二值图像的形态学处理、根据直方图选择阈值、灰度变换、均值滤波、粒子图像分析、图像的边缘检测、正弦曲线生成、直方图均衡化、直方图显示、中值滤波、自动计算阈值。-Class courses: digital image processing, Labwindows/CVI realize with multiple small program, a
Powell
- 方向加速法（Powell）是一种直接法，不用计算目标函数的梯度，仅通过比较目标函数的数值大小来移动迭代点就可以求出极值。-Powell use for registration
LDA
- 线性鉴别分析，是信号处理中一种用来筛选所需信号的常用方法。其基本思想是选择使得Fisher准则函数达到极值的向量作为最佳投影方向，从而使得样本在该方向上投影后，达到最大的类间离散度和最小的类内离散度。在Fisher思想的基础上，Wilks和Duda分别提出了鉴别矢量集的概念，即寻找一组鉴别矢量构成子空间，以原始样本在该子空间内的投影矢量作为鉴别特征用于识别。-Linear Discriminant Analysis:Fisher R A. The use of multiple measurem
localMaximum
- matlab函数，将多维矩阵的极值找出并定位，图像处理经常用到，很简单很好用-matlab function, multi-dimensional matrix to identify and locate the extreme, often used in image processing, it is very simple to use
SIFT-matlab
- SIFT算法大致有四个步骤： 1，尺度空间极值检测。在尺度空间通过高斯微分函数来检测潜在的对于尺度和旋转不变的兴趣点。 2，关键点定位。在兴趣点位置上，确定关键点的位置和尺度。 3，方向确定。基于图像局部的梯度方向，给每个关键点分配方向。 4，关键点描述。在每个关键点的领域内测量图像局部的梯度。最终用一个特征向量来表达。 -SIFT算法大致有四个步骤： SIFT algorithm has four steps: 1，尺度空间极值检测。在尺度空间
sift-alghrithms
- SIFT算法大致有四个步骤: 1，尺度空间极值检测。在尺度空间通过高斯微分函数来检测潜在的对于尺度和旋转不变的兴趣点。 2，关键点定位。在兴趣点位置上，确定关键点的位置和尺度。3，方向确定。基于图像局部的梯度方向，给每个关键点分配方向。4，关键点描述。在每个关键点的领域内测量图像局部的梯度。最终用一个特征向量来表达。-SIFT algorithm roughly four steps: 1, the scale space extremum detection. In the sc
SIFTVC6
- 基于OPENCV的SIFT特征提取与匹配算法。包含完整的从图像高斯金字塔、DOG、空间极值点提取、关键点描述、KDtree匹配等关键步骤的全部函数实现-SIFT feature extraction and matching algorithm based on OPENCV. Contains the full the image of Gauss Pyramid, DOG, space extreme point extraction, key points descr iption, K
EMD
- BEMD利用extrema2寻求曲面极值和gridfit曲面拟合函数实现包络面的获取(BEMD uses extrema2 to seek surface extreme value and gridfit surface fitting function to achieve envelope surface acquisition)
HESSIAN
- 黑塞矩阵（Hessian Matrix），又译作海森矩阵、海瑟矩阵、海塞矩阵等，是一个多元函数的二阶偏导数构成的方阵，描述了函数的局部曲率。黑塞矩阵最早于19世纪由德国数学家Ludwig Otto Hesse提出，并以其名字命名。黑塞矩阵常用于牛顿法解决优化问题，利用黑塞矩阵可判定多元函数的极值问题。在工程实际问题的优化设计中，所列的目标函数往往很复杂，为了使问题简化，常常将目标函数在某点邻域展开成泰勒多项式来逼近原函数，此时函数在某点泰勒展开式的矩阵形式中会涉及到黑塞矩阵。(Hessian M
8956296
- 求多维函数极值的一种算法,由Nelder和Mead提出,又叫单纯形算法,但和线性规划中的单纯形算法是不同的,由于未利用任何()