搜索资源列表
work7
- 实现图像匹配，ssda算法，自主截图选择匹配位置-To achieve image matching, ssda algorithm, self-selection match position screenshots
li9_1
- 图像配准就是将不同时间、不同传感器(成像设备)或不同条件下(天候、照度、摄像位置和角度等)获取的两幅或多幅图像进行匹配、叠加的过程，它已经被广泛地应用于遥感数据分析、计算机视觉、图像处理等领域。-Image registration is the different time, different sensors (imaging equipment), or under different conditions (weather, illumination, camera position a
block
- 基于特征块匹配的快速稳像算法，方法用块匹配方法对图像进行匹配，并进行稳像-Feature-based block matching algorithm for fast stabilization, methods using block-matching method to match the image, and conduct stabilization
lyf
- 利用图像的不变矩以及模式识别的内容，构造三维飞机图像的矩特征，然后再利用D-S证据理论的改进方法 吸收法对图像进行融合 对飞机的型号进行匹配-Moment invariant of image and pattern recognition of the content, structure features three-dimensional plane images of the moment, and then use the improved DS evidence theory met
pic
- 对不同角度拍摄的同一图像进行匹配合成,暂时仅支持24位位图的匹配-Different camera angles to match the same image synthesis, being only supports 24-bit bitmap match
jiyuSIFTtezhengpipeidejiankongtuxiangzidongpinjie.
- 针对不同摄像头的监控图像 ,提出了一种优化的 SIFT特征匹配的监控图像自动拼接方法。在图像整合方面 ,通过高速提取 SIFT特征描述符并进行稳定精确匹配 ,利用改进 RANS AC算法去除错配 ,从而确定待拼接图像 之间的变换参数 在图像融合方面 ,有效消除了颜色和光照差异 ,最终实现自动的无缝拼接系统。实验结果证明该方法对重叠区域小、 形变大、 有运动遮挡和噪声的监控图像有较完美的拼接效果。-Monitoring for different camera images, a SIFT f
SIFTtezhengpipeisuanfayanjiu
- SIFT特征匹配算法是目前特征匹配研究领域的热点 ,其匹配能力较强,可以处理图像 间发生平移、 旋转、 仿射变换的匹配 ,对任意角度拍摄的图像也具备较稳定的特征匹配能力。-SIFT feature matching algorithm is a hot research field feature matching, the matching ability to handle occurred between the image translation, rotation, affine
111
- VC++人脸识别系统 比较完整的图像处理过程，基于模块匹配-VC++ face recognition system more complete image processing, based on the module match
WaveletTransform
- 提出一种基于小波变换的图像配准方法。该方法首先用小波变换提取边缘特征点, 同时构成小波金字塔影像。在最高层利 用角度相关系数确定基准图像和配准图像之间的旋转角度, 经多分辨分级搜索匹配得到最终匹配特征点对, 利用这些特征点对待 配准图像进行配准纠正。实验结果表明, 改进方法有较好的效果, 可用于广泛应用领域。-Proposed a wavelet-based image registration method. In this method, using wavelet transfor
StereoVision_SSD
- 本算法在Matlab2008b 环境下实现。包括main,san 和ssd 三个函数。 这次实现的算法并不是比较两个已经知道的点是否匹配，而是已知一个图形中的特征点，在另外一个图像中找到与其最匹配的点，匹配度用SAD 或者SSD 来度量。 main.m 是程序的入口，包括生成和读入实验数据，调用sad 函数和ssd 函数求匹配点，最后绘 制出最后的结果。sad.m 是用sad 度量方法在另一图中求解匹配点的函数实现，有3 个参数 y=sad(x,image1,image2)。其中
5
- 本文提出了一种基于特征点的全自动无缝图像拼接方法。该方法采用对于尺度具有鲁棒性的SIFT 算法进行特征点的提取与匹配，并通过引导互匹配及投票过滤的方法提高特征点的匹配精确度，使用稳健的RANSAC 算法求出图像间变换矩阵H 的初值并使用LM 非线性迭代算法精炼H，最终使用加权平滑算法完成了图像的无缝拼接。整个处理过程完全自动地实现了对一组图像的无缝拼接，克服了传统图像拼接方法在尺度和光照变化条件下的局限性。实验结果验证了方法的有效性。-This paper presents a feature
newimagematchingmethod
- 一种新的基于大小点分块编码方法来实现图像对中特征点的匹配, 首先对大点进行自动识别和编码, 然后实现区域内小点的自动编码。对石膏像面部的实验表明基于大小点的分块匹配算法能够有效地实现特征点的自动匹配。-A new point based on the size of block coding to achieve the image of the feature points of the match, the first major point of automatic identificat
10
- 代码实现图像配准，可以打开匹配图像，选取特征值点，进行匹配。-Image registration code, you can open the match image, select the characteristic value points to match.
sptg
- 计算和匹配图像的空域图(spatiogram),结合图像的颜色信息和空间信. -calculate and match the spatiogram of an image
3dwhist
- 计算和匹配图像的三维直方图,h=getPatchHist(img,weight,nbins),nbins为每一个通道上bin的个数，如[8 8 8] -caculate and match the 3d histogram of an image
edge-detection
- 本程序将SIFT与边缘结合起来用来做图像配准 先用SIFT检测关键点 用CANNY算子进行边缘检测 进而优化选取最佳匹配点 进行向量匹配 图像配准。 -The SIFT program used to do with the edge combination image registration using SIFT test first key with CANNY edge detection operator to optimize select the best match point
INFARED_VISUAL
- 对可见光与红外的图像进行匹配，效果非常明显，并且设计出操作界面变与调入图像进行匹配-Visible light and infrared images of the match, the effect is very obvious, and the user interface changes designed to match with the transferred image
EDGE_MATCHE
- 利用边缘检测的方法对图像进行匹配，由于图像的边缘有相似的地方所以可以作为特征值来进行匹配-Method using edge detection image matching, because the image is somewhat similar to the edge so as to match the characteristic values
Application-of-Feature-Matching
- 基于外极线约束法则的外极斜率匹配思想, 针对图像中有限的角点特征, 提出了一种快速直线匹配 方法-Epipolar constraint based on rules of thinking outside the very slope of the match, for a limited corner of the image characteristics, we propose a fast straight line matching method
GipsView
- 用最小二乘影像方法进行影像匹配，以实现高精度影像匹配。-I use least square method to match image which has high precise.