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
20080213_5e113f3e9a20539660d45C2AGY6dSUCd
- SIFT算法是一种提取局部特征的算法,在尺度空间寻找极值点,提取位置,尺度,旋转不变量。该程序为sift的演示程序
Harris尺度不变性关键点检测子的研究
- :在特定的参数设置下Harris尺度不变性检测子不能提供足够数目的稳定关键点,以往研究据此断定 Harris尺度不变性检测子不稳定,不是有效的特征检测子.在构造Harris角点值的尺度空间过程中,存在一系列参 数影响着Harris角点值在尺度空间中极值点的数目,从而决定了Harris尺度不变性检测子所能获取的稳定关键 点的数目.对这个参数空间进行了系统研究,发现积分尺度与微分尺度的比值对Harris尺度不变性检测子能否检 测到足够数目的稳定关键点具有决定性的影响.
Hough变换时一种检测、定位直线和解析曲线的有效方法
- Hough变换时一种检测、定位直线和解析曲线的有效方法。他是把二值图变换到Hough参数空间,在参数空间用极值点的检测来完成目标检测,Hough transform of a test line positioning and effective way to resolve curve. He is the binary image to the Hough transform parameter space, parameter space used in the detection of
Guided_Local_Search_to_the_TSP
- 与禁忌搜索动态修改邻域结构的方法不同, GLS的基本原则是通过不断改变搜索空间的地形(landscape)来帮助搜索过程逐步移出局部极值的, 也就是说搜索过程中解结构和邻域结构将保持不变, 而目标函数将被动态修改, 以使得当前的局部极值不再具有局部最优性。-Guided Local Search sits on top of local search heuristics and has as a main aim to guide these procedures in exploring e
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
sift
- SIFT算法是一种提取局部特征的算法,在尺度空间寻找极值点,提取位置,尺度,旋转不变量。-sift of
asift
- SIFT算法是一种提取局部特征的算法,在尺度空间寻找极值点,提取位置,尺度,旋转不变量。-sift of
SIFT-xiaojie
- SIFT算法小结 word版 4 SIFT算法步骤: 1) 检测尺度空间极值点 2) 精确定位极值点 3) 为每个关键点指定方向参数 4) 关键点描述子的生成-SIFT brief summary
sift
- 1 SIFT 发展历程 SIFT算法由D.G.Lowe 1999年提出,2004年完善总结。后来Y.Ke将其描述子部分用PCA代替直方图的方式,对其进行改进。 2 SIFT 主要思想 SIFT算法是一种提取局部特征的算法,在尺度空间寻找极值点,提取位置,尺度,旋转不变量。 3 SIFT算法的主要特点: a) SIFT特征是图像的局部特征,其对旋转、尺度缩放、亮度变化保持不变性,对视角变化、仿射变换、噪声也保持一定程度的稳定性。 b) 独特性(Distinctive
avito
- 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。-OPENCV based SIFT feature extraction and matching algorithms. Extracted from the image Gaussian pyramid, DOG, space extremum point contains a complet
av
- 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。-OPENCV based SIFT feature extraction and matching algorithms. Extracted from the image Gaussian pyramid, DOG, space extremum point contains a complet
mbpp
- 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。-OPENCV based SIFT feature extraction and matching algorithms. Extracted from the image Gaussian pyramid, DOG, space extremum point contains a complete descr iption of key points.
opencvsift
- SIFT 算法提取图像局部特征, 成功应用于物体识别、图像检索等领域。SIFT 算法主要分为四个步骤: 检测尺度空间极值点、精确定位极值点、为每个关键点指定方向参数、关键点描述子的生成。-SIFT algorithm to extract local image features, successfully applied to object recognition, image retrieval and other fields. SIFT algorithm is divided into
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
test4
- 算法描述 SIFT特征不只具有尺度不变性,即使改变旋转角度,图像亮度或拍摄视角,仍然能够得到好的检测效果。整个算法分为以下几个部分: (1)构造尺度空间:DoG尺度空间 (2)检测DoG尺度空间极值点 (3)去除不好的特征点 (4)给特征点赋值一个128维的方向参数。每个关键点都包含三个信息:位置、尺度和方向。 (5)关键点描述子的生成: 首先将坐标轴旋转为关键点的方向,以确保旋转不变性。以关键点为中心取8×8的窗口。 (6)最后进行特征匹配。(Algorithm descr i
SpatialExtremes
- 可以用于建立极值的空间模型,如多个站点建立空间极值降雨量模型,预测极值降雨量的分布(An extreme value space model, e.g. the spatial extreme rainfall model is established at multiple stations. The extreme value rainfall model can be predicted and the extreme value spatial model can be establis