搜索资源列表
siftDemoV4
- 基于特征的影像匹配——SIFT Method!!! 相当经典,只不过是MatLab源码，希望有哪位高手能转换成VC++源码!-feature-based image matching -- physiology Method! ! ! Quite classic, MatLab is the only source, which experts hope will be converted into VC source!
SIFT_fvs_REG
- 本程序利用SIFT算法进行指纹识别 用SIFT检测出指纹中特征点 提取特征向量 将特征向量与指纹库中的向量进行匹配 从而识别出指纹
SIFTPRO
- 图像匹配点查找代码。用c++写的sift查找特征点的算法代码。思路清晰，注释明确。
20078919473159230
- 尺度不变特征点(SIFT)检测和匹配算法 需要添加opencv 和GSL库
SIFT_VC
- 实现著名的图像特征检测sift算法进行图像的匹配，对于计算机视觉领域的朋友有帮助
pj
- 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。
OpenSURF_version1c(1)
- SURF算法，是SIFT的升级版，速度更快，性能也不差，快速实现图像特征点的检测和匹配。-SURF algorithm, is an upgraded version of SIFT, faster, not bad performance, rapid detection of image feature points and matching.
OpenSURF
- surf算法是现在最新的寻找图像特征点并匹配的算法，与SIFT算法相比速度更快，可以用在3D重建、图像拼接等多个领域-surf algorithm is now the latest to find the image feature points and matching algorithms, compared with the SIFT algorithm is faster, can be used in 3D reconstruction, image mosaic, and othe
RANSACANDSIFT
- 基于影像特征点，利用SIFT算子提取特征点，然后利用Ransac算子剔除错误的点，用于保证影像匹配时的精度。-Based on image feature points, the use of SIFT operators extract the feature points, and then remove the error by Ransac point operator, when used to ensure the accuracy of image matching.
SIFTtutorial
- SIFT算法特征提取,用此特征提取后，可以将测试图像与模板图像进行匹配-SIFT，features extract
match
- 用C++实现两幅图像的SIFT（尺度不变特征变换）特征点的匹配
sift_matlab
- 一个关于sift算法的Matlab实例，包含特征提取和图像匹配。-A Matlab instances on the sift algorithm, including feature extraction and image matching.
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
improved-MSER-algorithm-
- 本文在比较多种仿射不变性区域的基础上，选取最大稳定极值区域(MSER)对图像内容进行分割和提取，并通过构造仿射不变量的方法，对提取出来的区域进行规整化，进而从规整化的区域中提取SIFT描述子，然后根据匹配目标的需要进行特征的组合、变换，以形成易于匹配、稳定性好的特征向量，从而把图像匹配问题转化为特征的匹配问题 通过改进的K均值算法对特征向量进行聚类，聚类中心作为图像的视觉关键词:利用视觉关键词的思想，把文本检索技术领域的方法移植到图像检索应用上；并研究视觉关键词之间的空间约束关系。-Most r
image-matching1
- 基于SIFT的图像匹配，只做了特征点检测，其中在特征点描述子方面做了一点小小的改进-SIFT based on the image matching, only do the feature point detection, which in a feature point descr iptor in a little improvement
KNN-ALG
- 基于欧式距离的最邻近改进算法，该算法在提高SIFT算法的特征点匹配效率-Euclidean distance based on the nearest improved algorithm SIFT algorithm to improve the efficiency of matching feature points
image_stitching
- 基于SIFT特征提取与匹配进行图像拼接 基于SIFT特征提取与匹配进行图像拼接-sift match sitich
demo_ASIFT_src.tar
- 得到图像的特征点以及对应的特 征向量后，采用关键点特征向量的欧式距离作为两幅图 像中关键点的相似性判定度量(The feature points and corresponding features of the image are obtained After the eigenvector, the Euclidean distance of the feature vector of the key points is used as the two map Similarity
code
- 该文件是用于图像检索的demo，主要利用sift描述子提取特征进行匹配，在“Query by example” 数据库中运行效果良好。(The file is used for image retrieval demo, mainly using sift descr iptor to extract features and match it in the "Query by example" database.)
图像拼接技术
- 基于sift的特征点提取，然后用ransac精匹配，最后实现两幅图的拼接(Feature point extraction based on sift, then ransac fine matching, and finally the stitching of the two images)