搜索资源列表
-
0下载：
采用简化SIFT算法实现快速图像匹配，相当实用的文章-Simplified fast SIFT image matching algorithm
-
-
1下载：
针对现有的图像复制遮盖篡改检测算法需要某些先验信息、对后处理操作失效且计算量大等问题,
借鉴图像匹配技术中的SIFT(scale invariant feature transform)特征匹配算法,首次提出将其用于检测复制
遮盖的篡改操作。
-Cover the existing image copy for tamper detection algorithm needs some prior information on the calculation of post-proc
-
-
0下载：
提出了一种基于线特征和SIFT点特征的多源遥感影像配准方法。该方法首先匹配待配准影像和参
考影像中的线特征,利用匹配直线构建虚拟角点 其次,针对传统SIFT算法匹配多源遥感影像特征点存在的
不足,采用线特征约束点特征的方法进行SIFT同名点对的提取 最后结合虚拟角点对及SIFT同名点对构建三角网进行小面元微分纠正。
-A line-based features and SIFT features multi-point sources of remote sensing image
-
-
0下载：
:提出一种基于尺度不变特征变换(SIFT)特征匹配的目标跟踪方法.首先使用SIFT提取目标特征,构
建目标特征库,然后使用基于K维树的特征匹配算法,对实时序列图像提取的SIFT特征与特征库中目标进行精确匹配
-: Based on Scale Invariant Feature Transform (SIFT) feature matching target tracking. The first to use SIFT target feature extraction, featur
-
-
0下载：
汽车防撞，技术路径不外：1.雷达测距防撞；2.视差测距防撞。前者，一旦保有量较大，必定遭遇互相干扰问题；后者，以前主要问题是，算法复杂，实时性差。
本文公开了一种新算法（已申请发明专利），主要运算可以借助硬件组合逻辑模块并行执行，可以极大提高视差测距的实时性，满足汽车防撞的要求。-(Background) Stereo matching, requires in two images to identify two pixels to be matched each other, i
-
-
0下载：
Describes an Open Source library used for the purpose of Image Matching using David G. Lowes SIFT algorithm.
-
-
1下载：
本文在opencv环境下，以目标识别为中心，利用 SIFT 算法对图像进行局部特征的提
取和其算法稳定的特点，有效准确建立匹配关系。-Opencv environment, target recognition, SIFT algorithm for image local feature extraction and algorithm characteristics, effectively and accurately create a matching relationship.
-
-
0下载：
适合图像匹配学习的初学者。David G. Lowe的SIFT演示算法。经过个人使用后，有很多注释说明。-Image matching is suitable for beginners to learn. David g. Lowe SIFT algorithm of demonstration. Through personal use, there are a lot of annotated.
-
-
0下载：
matching algorithm based on SIFT algorithm,
extract feature points in use of Harris corner detection algorithm-matching algorithm based on SIFT algorithm,
extract feature points in use of Harris corner detection algorithm
-
-
0下载：
基于SIFT特征匹配的稳健图像拼接算法，可以参考一下-Robust image mosaic algorithm based on SIFT feature matching reference
-
-
0下载：
首先对图像
进行高斯和 Wallis 滤波处理，然后采用简化 SIFT 算法进行特征点提取，最后通过特征点双向
匹配方法实现图像的精确匹配。通过对缺陷版图图像的试验验证了该方法具有匹配点数量
多、准确率高、无重复点等优点。-First of all Gaussian image filtering and Wallis and simplified SIFT feature point extraction algorithm, and finally through the fea
-
-
0下载：
把 SIFT 算法应用在牙齿模型图像上，检测牙齿图像的特征点。 方法：首先采用高斯差分算子 DoG 搜索整个图
像的尺度和位置信息，从而确定具有代表性尺度、方向的特征点。基于其稳定性选择关键点，得到一个详细的模型以确定每个候
选点的合适位置和范围。基于局部图像梯度方向信息将方向矢量和关键点对应起来。在选定范围内的每个关键点周边区域测量
局部图像梯度，并采用 KNN 算法进行特征匹配。 结果：通过大量的实验和与其他特征提取方法相比较，该方法能有效地检测牙
齿模型图像的特征，并为牙齿
-
-
0下载：
针对
１２８
维
ＳＩＦＴ
特
征向量，采用距离匹配和余弦相似度匹配相结合的测度方法，利用特征点方向一致性进一步降低误匹配率
．
实验结
果表明：改进算法对图像的缩放、旋转、光照、噪声和小尺度的视角变换均有较好的匹配效果
．
与原算法相比，在保
证匹配点数和匹配时间的基础上，改进算法对旋转、缩放、噪声模糊和光照变换的误匹配率平均降低
１０％～２０％
，
对于小尺度的视角变换，误匹配率平均降低
５％．
-For 128-dimensi
-
-
0下载：
SIFT 由特征提取，特征描述符描述和特征匹配 3 部分构成，该算子特征提取数目庞大，建立特征描述符运算
量高，导致算法效率低。提出了一种 SEC( SIFT-Edge-Corner) 算法，在图像尺度空间提取角点代替 SIFT 特征点，并根
据角点是边缘曲率极值理论，预先采用 Canny 算子得到高斯边缘图像金字塔，再提取角点并进行尺度选择。实验结
果表明: 该算法在保障高准确率的前提下大幅度提高特征提取效率-By the SIFT feature extraction, fea
-
-
0下载：
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
-
-
0下载：
SIFT（Scale-invariant feature transform）是一种检测局部特征的算法，该算法通过求一幅图中的特征点（interest points,or corner points）及其有关scale 和 orientation 的描述子得到特征并进行图像特征点匹配，获得了良好效果-SIFT (Scale-invariant feature transform) is a local feature detection algorithm by finding a pictur
-
-
0下载：
SIFT（Scale-invariant feature transform）是一种检测局部特征的算法，该算法通过求一幅图中的特征点（interest points,or corner points）及其有关scale 和 orientation 的描述子得到特征并进行图像特征点匹配，获得了良好效果-SIFT (Scale-invariant feature transform) is a local feature detection algorithm by finding a pictur
-
-
0下载：
本文研究了基于多传感器组合导航方法的SLAM，由于移动机器人无法通过单个传
感器得到可靠的信息，采用多传感器组合导航的方法可以很好的解决这个问题。本文用单个
CCD摄像头和里程计组合进行SLAM研究，并得到更准确的机器人位姿信息。首先用SIFT
算法对不同图像进行特征提取和匹配，得到本质矩阵，对它进行分解，可得到机器人的旋转
矩阵和平移向量(和实际相差一个比例因子)。然后，将它与里程计信息结合，得到机器人的
位姿。在此基础上，可以得到特征点在当前摄像机坐标系中的三维坐标，即创
-
-
0下载：
SIFT是由UBC（university of British Column）的教授David Lowe 于1999年提出， 并在2004年得以完善的一种检测图像关键点（key points , 或者称为图像的interest points(兴趣点) )， 并对关键点提取其局部尺度不变特征的描绘子， 采用这个描绘子进行用于对两幅相关的图像进行匹配（matching）。 目前， SIFT可以说是所有图像局部特征描述特征子 中最火的一个了。-SIFT was developed by David L
-
-
0下载：
结合PCA的尺度不变特征变换(SIFT)算法，正确率可以达到98％，粒子图像分割及匹配均为自行编制的子例程。- Combined with PCA scale invariant feature transform (SIFT) algorithm, Accuracy can reach 98 , Particle image segmentation and matching subroutines themselves are prepared.
-
