搜索资源列表
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
assn3_sv_blur
- IMAGE PROCESSING Space variant and space invariant blurring
SIFT_imm
- 尺度不变特征转换是一种电脑视觉的算法用来侦测与描述影像中的局部性特征，它在空间尺度中寻找极值点，并提取出其位置、尺度、旋转不变量-SIFT is a computer vision algorithms to detect and describe the characteristics of the image in the locality, it is looking at the spatial scale of the extreme points, and extract its p
shapfeature
- 数字图像处理 形状特征提取 伸长度 圆满度 矩形度 致密度 宽长比 不变矩-Digital image processing feature extraction shape elongation successful degree rectangle width to length ratio of the density of the invariant moments, etc.
humoments
- 基于图像Hu不变矩及图像的欧氏距离对二值图像进行分类-Invariant moments and images based on the image Hu Euclidean distance to the binary image classification
Chain-code-invmoments-bwlabel
- 基于MATLAB的图像处理有关：链码 编码 不变矩 标注等代码-The image processing chain code invariant annotation
homework
- 该程序是利用vs2010平台编程，用以图像处理中测量七个Hu不变距。-The program is the use vs2010 platform programming for image processing measuring seven Hu invariant distance.
HOG_OpenCV
- HOG即histogram of oriented gradient, 是用于目标检测的特征描述子，该技术将图像局部出现的方向梯度次数进行计数，该方法和边缘方向直方图、scale-invariant feature transform类似，不同的是hog的计算基于一致空间的密度矩阵来提高准确率。Navneet Dalal and Bill Triggs首先在05年的CVPR中提出HOG，用于静态图像or视频的行人检测。-HOG i.e. histogram of oriented gradien
cyclespinning
- 平移不变法用于消除图像变换产生的为吉布斯效应-Translation invariant method for the elimination of image transform generated effects for the Gibbs
ciratefi105
- 图像特征匹配 巴西人写的，可以直接从图像进行模板匹配，算法对缩放和旋转具有不变性-image template match，wirtten by a Brazilian，this algorithm is invariant for scale and rotation of images
Local-Binary-Patterns
- 局部二进制模式，LBP，是已被用于纹理特征的一个 分类。在本文中，提出了一种基于使用这些功能的方法 检测缺陷图案的面料。在培训阶段，在第一个步骤LBP算子是 施加到无缺陷织物样品，逐个象素和参考的所有的行（列） 特征矢量的计算。那么这个图像被分为Windows和LBP算子是 应用这些窗口的每一行（列）。根据与参考比较 特征向量一个合适的阈值，无缺陷的窗户被发现。在检测阶段中，一个 测试图像被划分成的窗户，并使用阈值时，有缺陷的窗口可以 检测到。该方
sift
- 基于sift算法提取图像局部不变特征，具有很好的鲁棒性-Image local invariant feature extraction
robwhess-opensift
- 基于局部不变特征的图像匹配。利用SIFT算法实现局部特征的检测与提取，再用RANSAC算法筛选特征点，提高正确的匹配率。-Based image matching local invariant features. Use SIFT algorithm to detect and local feature extraction, and then filtering feature points RANSAC algorithm to improve the correct match rat
Hu
- 基于opencv一个小程序，对彩色图像提取7个Hu不变矩，初学者随便看看。-Based on opencv a small program for color image extraction seven Hu invariant moments, beginners casual look.
vehicle-classfication
- 正确的程序，求图像不变矩，根据匹配度进行分类-Correct procedures for image invariant moments, classified according to the degree of match
siftDemoV4
- 加拿大University of British Columbia 大学计算机科学系教授 David G. Lowe发表于2004年Int Journal of Computer Vision,2(60):91-110的那篇标题为“Distivtive Image Features from Scale -Invariant Keypoints" 的论文。其程序代码即为上传代码，已经经过本人测试通过。-the code for Distivtive Image Features from Sca
20147204
- Matlab图像处理示例程序，尺度不变的特征点提取-Matlab image processing sample program, scale-invariant feature point extraction
SADMatch_new
- 利用不变矩公式将双目灰度图像转换成双目不变矩图像，然后提出了具有自适应参数的简单树动态规划算法的双目立体匹配方法进行匹配得到最终视差图-The formula using invariant moments grayscale images into binocular binocular image invariant moments, then made a simple tree with adaptive parameters of the dynamic p
FIle-IMP
- retinex阴影去除 non linear processing on the image by the commercial camera used Sensors are not Dirac Delta Functions but narrow band Approximate invariant angle is obtained by the entropy minimization mehtod. Exact angle can only be found by camer
finknudem-(2)
- Scale-invariant feature transform (or SIFT) is an algorithm in computer vision to detect and describe local features in images. The algorithm was published by David Lowe in 1999.[1] Applications include object recognition, robotic mapping and na