搜索资源列表
快速图像角点匹配过程演示
- 快速图像角点匹配的过程演示的flash文件-Fast Image Matching corner of the flash demo document
2_view_geometry
- 关于双目几何的ppt，可用于相机标定，图像匹配，三维重建以及图像拼接等-of binocular geometry ppt, can be used for camera calibration, image matching, three-dimensional image reconstruction, as well as stitching, etc.
ADE
- Different methods for generating pyramid data structure have been analysed, these effects in image matching are compared, also a fast
distinctive-image-features
- 本文主要介绍了如何提取图像特征，并进行图像特征匹配-This paper presents a method for extracting distinctive invariant features from images that can be used to perform reliable matching between different views of an object or scene.
123
- 一种基于方向信息的鲁棒型Hausdorff距离匹配方法。该方法采用方向信息提取图 像边缘,通过计算边缘匹配率( edge matching rate, EMR)获得候选匹配区域,然后采用修正后的Hausdorff距离构造 相似性测度。实验结果表明,该方法加快了匹配过程,提高了抗噪性能,并能够准确匹配含有遮挡和伪边缘点的图 像,从而解决了基于传统Hausdorff距离匹配方法因噪声点、伪边缘点和出格点而造成的误匹配问题。-Based on the direction of inform
MatchingPursuits
- Matching Pursuit方法，经典的稀疏表示方法，可以用人脸识别和图像分类，图像去噪，现在非常流行。-Matching Pursuit method, sparse representation of the classic, you can use face recognition and image classification, image denoising, now very popular.
Image_matching
- 为了解决光谱恢复对图像匹配高精度的问题, 提出了一种高精度图像匹配算法———利用光流确定图像的运动场对图像进行匹配。该算法克服了传统的基于灰度匹配方法受图像插值精度影响的缺陷以及运算速度和精度的局限性。与基于MAD 块匹配算法和归一化相关系数块匹配算法进行比较, 该算法实现了图像序列高精度匹配, 而且硬件实现简单, 计算复杂度较低。-To address the spectrum of the resumption of high-precision image matching problem
MemoirematchingHausdorff
- In this study, approaches of image enhancement, edge extraction, and line-based image matching for remote sensing images are proposed. The image enhancement includes noise reduction and contrast enhancement. We apply wavelet shrinkage technique
sift1
- 针对现有的图像复制遮盖篡改检测算法需要某些先验信息、对后处理操作失效且计算量大等问题, 借鉴图像匹配技术中的SIFT(scale invariant feature transform)特征匹配算法,首次提出将其用于检测复制 遮盖的篡改操作。 -Cover the existing image copy for tamper detection algorithm needs some prior information on the calculation of post-proc
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
improvedimagedensestereomatchingalgorithm
- 针对目前主流方法对图象中纹理单一区域匹配效果不佳胡问题，提出一种改进的立体象对稠密匹配算法-Mainstream view of the current image in the textured area on the effects of poor matching Hu is proposed as an improved stereo matching algorithm on the dense
A-local-descriptor-based-on-minutiae-matching-meth
- 一种基于细节点局部描述子的指纹图像匹配方法A local descr iptor based on minutiae matching method for fingerprint image-A local descr iptor based on minutiae matching method for fingerprint image
image-matching
- 收集到的关于 图像匹配 的四篇论文，希望对大家有帮助-collect some papers about image matching ,hope it is useful for you
image-matching
- 该文档介绍了图像匹配+图像配准+图像校正三个方面的资料-This document introduces the image matching, image registration and image correction from three aspects of the data
image-matching--
- 首先对图像 进行高斯和 Wallis 滤波处理，然后采用简化 SIFT 算法进行特征点提取，最后通过特征点双向 匹配方法实现图像的精确匹配。通过对缺陷版图图像的试验验证了该方法具有匹配点数量 多、准确率高、无重复点等优点。-First of all Gaussian image filtering and Wallis and simplified SIFT feature point extraction algorithm, and finally through the fea
image-matching-
- 针对 １２８ 维 ＳＩＦＴ 特 征向量，采用距离匹配和余弦相似度匹配相结合的测度方法，利用特征点方向一致性进一步降低误匹配率 ． 实验结 果表明：改进算法对图像的缩放、旋转、光照、噪声和小尺度的视角变换均有较好的匹配效果 ． 与原算法相比，在保 证匹配点数和匹配时间的基础上，改进算法对旋转、缩放、噪声模糊和光照变换的误匹配率平均降低 １０％～２０％ ， 对于小尺度的视角变换，误匹配率平均降低 ５％． -For 128-dimensi
Matching-Algorithm
- 要：图像匹配是计算机视觉中许多领域的基础，特征提取则是图像匹配的基础，其中不变量特征是一 个重要的理论。SIFt是最有效的尺度、旋转、亮度不变量局部特征之一，但算法复杂、计算时间长。分析 了SIFt的计算时间分配，通过计算关键点的邻域梯度直方图时动态修改采样步长，大大提高了SWr的 计算速度。分析了基于SIFt特征的图像匹配算法，提出了双向匹配算法，提高了图像匹配的准确率。实 验结果表明所提出的方法是有效的-Scale invariant feature transform(SI
image-registration
- 同时偏振成像探测系统的偏振图像配准研究，亚像素图像匹配-Meanwhile polarization image registration study polarization imaging detection system, sub-pixel image matching
iris-matching
- iris image matching and show the difference bw two images
Compass-feature-image-matching
- 这是一篇关于特征检测与匹配的文章，并且我附上自己的总结，文中不仅对目前为止所有的特征提取的发展历程及优缺点做了一个大致的总结，还提出一种新的特征匹配方法，值得学习图像处理的同学来进行相应的研究-This is an article about the feature detection and matching of the article and I attach a summary of his, in this paper not only of so far all the featur