搜索资源列表
RegisterBasedOnHarrisCorner.ra
- 基于角点检测的图像匹配算法,用Harris作为角点检测，然后根据几何特点进行配准,Corner detection based on image matching algorithm, with Harris as the corner detection, and then according to the geometric characteristics of alignment
lubangxingdetuxiangpinjie
- 图像拼接的核心是图像的配准.提出一种准确、高效的图像拼接方法:利用Harris角点检测算子提取相邻图 像的特征点,通过Euclid度量改进熵变换的算法,进行特征点匹配,并通过最小均值二乘估计求解相邻图像的变换 矩阵,以此实现宽视角图像的拼接.实验结果表明:所给出的算法能够实现场景图像的精确匹配. -Image mosaic is the core of image registration. Make an accurate and efficient method of image
DetectHarris
- harris算法角点提取，用以提取灰度图像的特征点，是图像配准的关键技术-harris corner detection algorithm for gray image of the feature point extraction, image registration is the key technology
imageregistration
- 先用Harris算子进行角点检测，再进行图像配准。-Image registration
studyharris
- 角点是图像的重要局部特征,通过处理图像的角点可大大减少图像处 理过程中的计算量.角点检测在图像特征提取、图像配准、超分辨率重建等方面都有 重要的应用 根据实现方法不同可将角点检测的方法分为三大类.指出角点检测技术 的研究和发展方向. -study harris
Voting-strategy
- 本文提出了一种由粗到细的图像配准方法。该方法首先由多尺度Harris角点检测 算法提取出参考图像和目标图像的特征角点-This paper presents a coarse-to-fine image registration methods. In this method, the multi-scale Harris corner detection algorithm to extract the reference image and the target image featur
Cornerextraction
- 图像harris方法的角点提取，用于基于点模式的点匹配和图像配准-corner extraction using harris
Angle-point-image-registration
- 针对多幅图像之间的图像配准问题，该文提出了一种新的图像自动配准算法。该算法应用Harris 角点检测方法获得角点信息。在匹配过程中。采用圆形区域和双向相关系数法进行相似性度量。采用圆 形区域，很好的解决了旋转问题；采用双向相关系数法，更加保证了匹配的精确度，减少误匹配率。初步 实验结果表明：该方法可以高效短时地实现图像间的自动配准。-Image registration problem between multiple images of the paper, a new autom
Harris
- 构建了一种新的Harris多尺度角点检测算法,角点的图像配准算法的配准精度-Construction of a new multi-scale Harris corner detection algorithm, corner of the image registration algorithm for registration accuracy
harris
- 基于harris角点检测的图像配准方法，角点作为图像上的特征点,包含有重要的信息。-Image registration method based on harris corner detection, corner as feature points on the image, contains important information.
image-stitch
- 基于Harris的图像配准，实现了拼接！-image registration!
Harris_cornerdetect
- 图像角点检测 基于Harris 检测出角点之后可用于图像配准-After Harris corner detection image detected corner can be used for image registration based on
harris
- 使用特征点来代表图像的内容，运动目标跟踪，物体识别，图像配准，全景图像拼接，三维重建-The use of feature points to represent the content of the image, moving object tracking, object recognition, image registration, image mosaics, 3D reconstruction
Harris
- harris角点检测+ncc配准，另还有一篇关于harris角点检测并实现图像配准的论文，论文附录里有相应的MATLAB程序-Registration of Harris corner detection+ncc, there is another one on the Harris corner detection and realize image registration papers, there is a corresponding MATLAB program in the appe
image-mosaic.doc
- 图像拼接(image mosaic)技术是将一组相互间重叠部分的图像序列进行空间匹配对准,经重采样合成后形成一幅包含各图像序列信息的宽视角场景的、完整的、高清晰的新图像的技术。图像拼接在摄影测量学、计算机视觉、遥感图像处理、医学图像分析、计算机图形学等领域有着广泛的应用价值。 一般来说,图像拼接的过程由图像获取,图像配准,图像合成三步骤组成,其中图像配准是整个图像拼接的基础。本文研究了两种图像配准算法:基于特征和基于变换域的图像配准算法。 在基于特征的配准算法的基础上,提出一种稳健的基于特征点的
Harris
- 基于Harris多尺度角点检测的图像配准新算法,适合图像处理的朋友-Multi-scale Harris corner detection of image registration based on a new algorithm
matchbycorrelation
- 本程序是基于特征点的图像配准，通过Harris角点的检测进行配准，配准速度快-This procedure is based on the feature point image registration, registration is carried out by detecting the Harris corner point, fast registration
image-stitch
- 使用matlab编写的基于harris角点特征的图像配准程序，使用角点特征对图像进行配准-Using matlab prepared based harris corner feature image registration procedures, the use of corner feature for image registration
2
- 基于交叉累计剩余熵的图像配准中插值方法的改进 交叉累计剩余熵（CCRE）比传统互信息在配准强噪声图像时更具优势,但采用部分体积（PV）插值的CCRE在网格点容易产生局部极值,不利于变换参数的优化。针对该问题,研究基于3阶B样条函数的PV插值（BPV）、哈宁窗sinc函数的PV插值（HPV）和Blackman-Harris窗sinc函数的PV插值（BHPV）方法在CCRE中的应用,提出一种新的插值方法。该方法采用灵活的邻域中心,将插值点对联合直方图贡献的权重分散到临近的9个点上,并使用高
harris
- 利用harris算子实现图像角点检测和配准(Using harris to achieve image registration)