搜索资源列表
registrationfusion
- 这是一些关于特征配准和融合的一些文章，对做这一方面的应该有所借鉴-which is a characteristic of fusion and registration of some articles, so in this respect there should be some reference
myvcwenyf
- 该函数根据待待配准图象中的特征点位置在基准图象中寻找配准特征点，并将配准的特征点位置返回。在配准的过程中，采取的是块配准的方法进行配准-according to the functions assigned to the prospective image of the location of the benchmark for image registration feature, Registration will feature the return position. In the re
SIFT特征匹配讲义
- sift方法的配准
一种新的虹膜配准算法
- 提出了新的虹膜配准算法。该算法以虹膜外边界为基准, 对虹膜图像的平移和伸缩进行校正。在较好 保持虹膜纹理特征分布的前提下, 快速有效地得到了虹膜的矩形展开。仿真实验证明, 使用该算法预处理虹膜 图像, 可以获得较好的分类效果。
imagemosic
- 针对基于图像特征点的配准方法中对应特征对难以准确提取的问题,提出一种基于兴趣 点匹配的图像自动拼接方法。该方法首先利用Harris角检测器提取两幅图像中的兴趣点,并在此基 础上采用比较最大值法提取出对应兴趣点特征对,最后利用这些匹配特征对来实现图像的拼接。实 验结果表明,这种方法能有效地去除伪匹配特征对的干扰,同时降低了误匹配的概率-Feature points for image-based registration method of the corresponding char
cornerdetect
- 图像中的角点包含大量的信息，在计算机视觉中扮演重要角色，在许多应用中角点用作特征点，例如图像配准、运动目标跟踪等。鉴于此，学者们提出很多角点检测方法。例如Hans EMoravec在1977年提出的Movavec算法，Chris Harris和Mike Stephens于1988年提出的Harris算法，以及MirosavTrai．kovic和MarkHedley提出的Trajkovic算法等“卅。角点检测的另一个途径是计算轮廓的曲率函数，因为角点是曲率函数的最大值，因此很容易通过阈值的方法检测
sift2
- 提出了一种基于线特征和SIFT点特征的多源遥感影像配准方法。该方法首先匹配待配准影像和参 考影像中的线特征,利用匹配直线构建虚拟角点 其次,针对传统SIFT算法匹配多源遥感影像特征点存在的 不足,采用线特征约束点特征的方法进行SIFT同名点对的提取 最后结合虚拟角点对及SIFT同名点对构建三角网进行小面元微分纠正。 -A line-based features and SIFT features multi-point sources of remote sensing image
SIFT3
- :对传统SIFT算法从特征点提取时间和匹配精度上进行了优化,基于优化算法提取的特征点对构建 三角网进行小面元微分纠正配准。试验结果表明,该方法是一种有效的遥感影像自动配准方法。 -: SIFT algorithm from the traditional feature extraction time and matching accuracy, and the optimization, optimization algorithm based on the extracted fea
BaseAutopanoramareserch
- 别对两幅图像提取广义特征点后， 利用基于根均方误差和交叉相关的两级匹配算法完成同名控制点的建立。并以局部加权直线拟合方法来校正图像 的几何畸变。最后建立两幅图像之间的函数映射关系，完成图像的配准。实验结果证明了该方法的有效性。-Do the two images extracted generalized characteristic point, the root mean square error-based and cross-correlation of the two cont
cx5
- 用Hausdorff距离对两角点集进行配准，得到点集间的仿射变换，从而实现图像的自动配准。此算法以角点作为Hausdorff距离的配准特征，与直接选用边缘来配准的方法相比较，大大减小计算量。-Hausdorff distance on the corners with a point set registration, be affine transformation between sets in order to achieve automatic image registration. T
cx6
- 用Hausdorff距离对两角点集进行配准，得到点集间的仿射变换，从而实现图像的自动配准。此算法以角点作为Hausdorff距离的配准特征，与直接选用边缘来配准的方法相比较，大大减小计算量。-Hausdorff distance on the corners with a point set registration, be affine transformation between sets in order to achieve automatic image registration. T
cx7
- 用Hausdorff距离对两角点集进行配准，得到点集间的仿射变换，从而实现图像的自动配准。此算法以角点作为Hausdorff距离的配准特征，与直接选用边缘来配准的方法相比较，大大减小计算量。-Hausdorff distance on the corners with a point set registration, be affine transformation between sets in order to achieve automatic image registration. T
cx8
- 用Hausdorff距离对两角点集进行配准，得到点集间的仿射变换，从而实现图像的自动配准。此算法以角点作为Hausdorff距离的配准特征，与直接选用边缘来配准的方法相比较，大大减小计算量。-Hausdorff distance on the corners with a point set registration, be affine transformation between sets in order to achieve automatic image registration. T
cx9
- 用Hausdorff距离对两角点集进行配准，得到点集间的仿射变换，从而实现图像的自动配准。此算法以角点作为Hausdorff距离的配准特征，与直接选用边缘来配准的方法相比较，大大减小计算量。-Hausdorff distance on the corners with a point set registration, be affine transformation between sets in order to achieve automatic image registration. T
0367-6234(2005)01-0022-04
- AAA基于多特征的图像自动配准，该算法不仅降低了计算量,而且减少了误配的可能性,并且对灰度差异较大的图像也是适用的。-AAA-based multi-feature image automatic registration, the algorithm not only reduces computation, but also reduce the possibility of error distribution and intensity differences on the larger
1001-3695(2008)03-0939-03
- AAA基于最大特征点对互信息量的一种新的算法研究，理论分析和实验结果表明,该算法对图像间的旋转角度没有限制, 配准精度高而且计算量较小. -AAA feature points based on the maximum mutual information of a new algorithm, theoretical analysis and experimental results show that the algorithm for image rotation between
mutual-information
- 红外和可见光的匹配跟踪在军事、遥感等领域有着广泛的应用。针对灰度和图像特征存在比较大差异的红外和可见光图像，本文采用了最大互信息算法，结合形态学梯度和小波分解。互信息算法优点在于不需要对多模图像灰度间的关系做任何假设，不足之处在于它对图像空间信息的忽略而且计算时间较长。本文互信息结合多结构元的形态学梯度检测的图像边缘，可以使得图像匹配精度提高，还能改善局部极值的问题，再利用小波分解对图像进行压缩降低分辨率，可以减少互信息计算量。最后的实验数据表明在配准过程中互信息的计算速度得到了优化，匹配精度得
Digital-Imaging
- 本资料是基于VC++进行数字图像获取,处理及实践应用进行了全面系统的阐述. 分别讨论了位图及图像类的概念,图像获取,图像增强,图像复原,正交变换, 压缩编码,图像配准,运动检测,特征提取,图像分割及时报的相关知识.-This information is based VC++ digital image acquisition, processing and practical application of a comprehensive and systematic expositio
registration
- 基于联合相似测度的SAR图像边缘点特征配准方法-Based on a similar measure joint SAR image edge point feature registration method
Registration-method4
- 基于特征的自适应正则化配准算法,摆脱了局部极小值的困扰，得到了正确的配准结果-Feature-based adaptive regularization registration algorithm, to get rid of the problems of local minima, and get the correct registration results