搜索资源列表
match
- 用mtlab实现的立体视觉匹配，可以得到精确的视差图。-Mtlab is now with the stereo vision of matching, can get accurate parallax figure
Calculate_F_matrix
- 立体视觉 输入匹配点坐标，计算基础矩阵，含多种方法-Computer Vision, Calculate the foundation matrix by various methods
Robot(OpenNIPKinect)
- 我们把Kinect相机作为3D测量设备来分析，试验性的研究深度测量分辨率和错误属性，并将Kinect与SLP相机和一个3D-TOF相机就立体重建的准确性做定量比较。我们提出了Kinect几何模型、Kinect相机的标定步骤和Kinect 3D测量的准确标定流程。我们展示了Kinect标定的功能-通过将它融入到一条SfM Pipeline中，在这里从动态的Kinect相机获得的3D测量数据通过计算彩色相机中与之相匹配的位姿被变换到普通坐标系。 -We put the Kinect came
cvut_test
- 立体视觉中的稀疏点重构程序 特征点匹配后得到重构图像，对立体视觉的研究有很大的指导性作用-In the stereo vision,the reconstruction of the object based on the two sides of the object.
chonggou
- 立体视觉中的稀疏点重构程序 特征点匹配后得到重构图像，对立体视觉的研究有很大的指导性作用 三维显示程序-In the stereo vision,the reconstruction of the object based on the two sides of the object.
quyuchoumi
- 基于区域稠密匹配算法，可以使用于双目立体视觉系统，重构三维特征。-Dense matching algorithm based on region, you can use binocular stereo vision system to reconstruct the three-dimensional features.
3Dimage_rectification
- 用于立体图像矫正:Harries角点、NCC匹配、RANSAC计算基本矩阵完成立体图像对的极线校正，自己书写的opencv函数-For three-dimensional image correction: Harries corner NCC matching, RANSAC calculation of the completion of the fundamental matrix the epipolar rectification of the stereo image pairs o
subpixelMatching
- 用于双目立体图像校正：亚像素角点、双向粗略匹配、用RANSAC方法计算F、opencv自带函数矫正图像-For binocular stereo image correction: the corner points of the sub-pixel, two-way rough match, use the RANSAC method F comes with opencv function corrected image
3DVideoDepthGenerate
- 用opencv写的双目立体视频深度图生成，基于韦伯感知初始化匹配代价、SAD代价聚合、 快速视差选择，实现深度视频-Binocular stereo video opencv write depth map generation, based on Weber perception initialization matching cost, SAD consideration polymerization, fast parallax select, depth video
Image-rectification_surf
- 用于双目立体图像匹配：用surf提取特征点、Flann匹配、RANSAC计算基本矩阵完成立体图像对的极线校正，用opencv实现-For binocular stereo image matching feature extraction point: surf, Flann matching, RANSAC calculation of the completion of the fundamental matrix the epipolar rectification of the ster
Ransac
- RANSAC为RANdom SAmple Consensus的缩写，它是根据一组包含异常数据的样本数据集，计算出数据的数学模型参数，得到有效样本数据的算法。它于1981年由Fischler和Bolles最先提出[1]。 RANSAC算法经常用于计算机视觉中。例如，在立体视觉领域中同时解决一对相机的匹配点问题及基本矩阵的计算。 RANSAC算法的基本假设是样本中包含正确数据(inliers，可以被模型描述的数据)，也包含异常数据(Outliers，偏离正常范围很远、无法适应数学模型的数据)
SAD
- SAD算法，是在双目立体视觉中，求左右图对匹配深度图-SAD algorithm binocular stereo vision, seeking around the map match the depth map
SADPDP
- SAD+DP算法，是在双目立体视觉中，求左右图对匹配深度图-Algorithm SAD+DP, binocular stereo vision, seeking around map match the depth map
SSD
- SSD算法，是在双目立体视觉中，求左右图对匹配深度图-SSD algorithm binocular stereo vision, seeking around the map match the depth map
sift
- 双目立体视觉匹配算法 研究图像处理的同学可以参考-Binocular stereo algorithms
CV4
- 立体视觉相关的程序，这部分需要先了解图像和摄像机之间的对立关系，并对极线几何比较了解，先把原理熟悉了以后，具体到编程上就会轻松一点，整体还是比较耗时的。具体来说，程序使用SSD得到匹配点，然后根据匹配点计算出基本矩阵，最后计算出匹配点相关的极线-Stereo vision procedure, this part of the need to understand the antagonistic relationship between the image and the camera, an
OpenCV_SAD
- sad匹配算法,实现双目立体视觉中两个图像的匹配。-sad matching algorithm
RANSAC-Toolbox[19-Nov-2011]
- RANSAC工具箱，可根据一组包含异常数据的样本数据集，计算出数据的数学模型参数，得到有效样本数据。经常用于计算机视觉中。例如，在立体视觉领域中同时解决一对相机的匹配点问题及基本矩阵的计算。-RANSAC toolbox, abnormal based on a set of data containing sample data set, a mathematical model to calculate the parameters of the data, the effective sa
xunleixiazaipipei
- 影像匹配 利用NSCT进行立体影像匹配，输入待匹配点的行列坐标，匹配窗口、搜索窗口的大小，像对的核线参数，输出同名点的行列坐标，及画有同名点的右影像-image matching
xiangweipipei
- 关于立体相位匹配的有关知识，比较具体，适合初学者-On the relevant knowledge, solid phase matching is more specific, suitable for beginners