搜索资源列表
pj
- 提出了一种基于特征点的全自动无缝图像拼接方法。该方法采用对于尺度具有鲁棒性的SIFT算法进行特征点的提取与匹配，并通过引导互匹配及投票过滤的方法提高特征点的匹配精确度，使用稳健的RANSAC算法求出图像间变换矩阵H的初值并使用LM非线性迭代算法精炼H，最终使用加权平滑算法完成了图像的无缝拼接。
给予opencv的VIS视频跟踪
- 该源码是关于运动对象跟踪的算法，主要实现了高斯背景建模，全局运动补偿（SIFT特征和RANSAC算法），运动对象检测，对象跟踪算法（Mean Shift，Particle Filter等），对象特征提取（轨迹，大小，起止帧等），同时，程序基于VC2008+OpenCV开发，实现了对话框式的程序界面，效率高。
RANSACANDSIFT
- 基于影像特征点，利用SIFT算子提取特征点，然后利用Ransac算子剔除错误的点，用于保证影像匹配时的精度。-Based on image feature points, the use of SIFT operators extract the feature points, and then remove the error by Ransac point operator, when used to ensure the accuracy of image matching.
fusion
- 利用SIFT和RANSAC实现图像的融合，计算图像变换关系采用透视投影方程-Using SIFT and RANSAC to achieve image fusion, image transform relations calculated using perspective projection equation
SIFT_VC.lib
- 本系统中VIS欠缺的SIFT_VC.lib文件。。。 http://www.pudn.com/downloads224/sourcecode/math/detail1055031.html-This is lib file, which is used in Video Intelligent System (VIS) based on the Microsoft Visual Studio 2008 compiler environment and OpenCV 2.0 library
5
- 本文提出了一种基于特征点的全自动无缝图像拼接方法。该方法采用对于尺度具有鲁棒性的SIFT 算法进行特征点的提取与匹配，并通过引导互匹配及投票过滤的方法提高特征点的匹配精确度，使用稳健的RANSAC 算法求出图像间变换矩阵H 的初值并使用LM 非线性迭代算法精炼H，最终使用加权平滑算法完成了图像的无缝拼接。整个处理过程完全自动地实现了对一组图像的无缝拼接，克服了传统图像拼接方法在尺度和光照变化条件下的局限性。实验结果验证了方法的有效性。-This paper presents a feature
Algorithm-for-Sequence-Image-Automatic-Mosaic-bas
- Abstract—Constraining by cameras’ view-angles of the outdoor monitoring systems, the panoramic digital images fail to be obtained directly from photographing. A method is proposed on the basis of the scale invariance feature transform (i.
computer_vision_work
- 自动图像拼接，利用SIFT特征匹配算法，RANSAC(random sample consensus)算法，加权平滑算法等技术克服了传统图像拼接技术中的局限性(如光照、尺度变化的影响等)，实现了光照和尺度变化条件下的多视角无缝图像拼接-Automatic Image Stitching Local features detection Features Matching Homography Estimation RANSAC
Image
- 一个MFC程序 显示的是SIFT图像拼接效果图 以及极值点个数、RANSAC迭代次数等-An MFC program is displayed the SIFT image mosaic effect diagram, and the number of extreme points, RANSAC number of iterations, etc.
3D-gamer
- 雙camera，取出左右camera的image，做flann ransac matching（基予sift）同時計算出fundamental matrix和深度關係。另外做了光流法h檔 加載後 可以計算左右camera 運動位移。 如果不能解壓縮，請將檔案後綴改成7z。-3D geometry
test
- 双目视觉的立体匹配和特征点检测，sift/surf/orb等特征都可以，ransac方法去噪-Stereo matching and feature points detection, sift/surf/ORB and other characteristics of the binocular vision can RANSAC method de-noising
360_panorama
- 360-panorama，360度柱面图像拼接，程序在VS2008环境下开发，opencv2.4.3版本，程序可以直接运行，以将所需依赖项添加在文件夹中，源图像放在source_pic中，最后生成结果在result_pic中。 实现步骤：1先将图像投影到柱面坐标上，2提取图像SIFT描述子，3将SIFT描述子配对，4用RANSAC算法根据配对成功的描述子统计出变换矩阵T，5图像拼接。 对于拼接后的图像，没有做进一步细化处理，使用者可以在生成的图像上再做进一步编辑。-360-panoram
OpencvProject
- 目前网上用MSER做图像配准的代码资料较少，特上传此代码做学习交流。欢迎业内同仁共同讨论研究，本代码采用opencv自带的mser特征提取方法，并对该特征进行sift椭圆表达，在配准时使用ransac算法进行提纯。因为时间有限，未考虑LM光束法平差约束，日后进行添加。-MSER
main
- SIFT算法采用RANSAC剔除误匹配点-SIFT algorithm eliminates false matching points using RANSAC
myforRANSAC
- RANSAC算法，可以滤除SIFT的误匹配，在计算机视觉领域应用广发。-RANSAC algorithm, can filter out erroneous SIFT matching applications in the field of computer vision GF.
SIFT_and_ransac
- 用c++实现sift特征点的检测，匹配，并用RANSAC滤除掉误匹配点，在VC2008运行效果不错。-With c++ achieve sift feature point detection, matching, and filtered out using RANSAC mismatching points, the VC2008 run good results.
matlab
- (1) 读取n副连续有重叠部分的图像，在n副图像中检测SIFT特征，并用SIFT 特征描述子对其进行描述。 (2) 匹配相邻图像的特征点，并根据特征点向量消除误匹配。 (3) 使用RANSAC方法，确定变换参数。 (4) 图像融合 -(1) Read n successive overlapping sub-part of the image, the image of the n sub-SIFT features detected and characterized us
Qt_RobHess_SIFT
- RobHess的SIFT源码 RANSAC去除误匹配-SIFT the source code for RobHess RANSAC remove false match
SIFT_RANSAC_MATCH
- 利用GPU加速的SIFT算法，实现影像匹配，并利用RANSAC进行粗差的剔除-GPU-accelerated use SIFT algorithm to achieve image matching, and use RANSAC removing coarse poor
SITFbasedmatch
- 包括基于SIFTGPU的sift特征提取，sift匹配，基于ransac误匹配点剔除等-SIFTGPU based sift feature extraction, sift matching, mismatching points based ransac removed, etc.