搜索资源列表
Saliency-Scale-image-description
- 这里详细介绍了提取图像内容描述和他们的后续匹配。- extraction of image content descr iptions and their subsequent matching.
SAR-image-registration
- 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
Fast-matching
- 讲述了频域模板匹配的原理及算法，将图像转到频域进行处理可以提高匹配的精度-About the frequency domain template matching principle and algorithm, the image to the frequency domain processing can improve the matching precision
The-image-pixel-matching
- 基于像素匹配的图像“复制-粘贴”篡改检测算法,简单易懂-The image pixel matching "copy-paste" tamper detection algorithm based on, easy to understand
finger-vein-image-process-papers
- 重庆工学院的余成波写的关于手指静脉图像处理和匹配识别的文章，年限从2009年至今，在手指静脉识别领域具有一定的参考价值-Chongqing Institute of YU Cheng-bo wrote on finger vein image processing and matching recognition of the article, period from 2009 to date, finger vein recognition field has a certain refere
Image-Retrieval
- 近复制图像的检索，基于图匹配方法。ICIMCS2013-Nearly copied image retrieval, graph-based matching method. ICIMCS2013
image-matching--
- 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
image-feature
- 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
image-matching-
- 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
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
maige
- 基于图像的获取，拼接，匹配技术，图像拼接技术的相关说明，最新研究成果-Based on the instructions to obtain, stitching, matching, image stitching technology images, the latest research results
guided-image-filtering
- 使用引导滤波器实现立体匹配，光流，图像分割的功能。-Boot filter implementation using stereo matching, optical flow, image segmentation function
ocr(template-matching)
- text recognation in sience image
image-registration
- 同时偏振成像探测系统的偏振图像配准研究，亚像素图像匹配-Meanwhile polarization image registration study polarization imaging detection system, sub-pixel image matching
matching
- 本文主要致力于图像配准和拼接算法的研究，一方面以Harris算法为基础，提出了一种基于圆形邻域增强的角点配准算法，而另一方面则根据图像配准精度需求及庞大图像规模，将图像的拼接算法改进，提出基于尺度不变特征一种的图像拼接算法。-The thesis focuses on image registration and stitching algorithm, on the one hand to the Harris algorithm, proposed corner registration a
iris-matching
- iris image matching and show the difference bw two images
fast-template-matching
- 本文提出一种基于图像边缘几何特征的快速模板匹配算法。算法利用边缘 点的位置和梯度方向作为匹配信息进行相似度计算。可以很好的避免因图像明 暗变化、光照不均匀、旋转所带来的影响，且对于部分遮挡的情况，亦可以得 到良好的匹配结果。为了得到边缘点坐标和梯度方向，本文根据曲面拟合原理， 通过平移变换，推导出精确梯度方向和亚像素边缘坐标的快速算法。既加快了 算法的处理速度，也是匹配算法高精度的前提保证。为了使匹配算法满足实时 性要求，主要采用阈值判断和图像金字塔算法的搜索策略。在阈值
Panoramic-Image-Stitching
- 在视频监控应用中，如何有效实现宽视场范围视频的完整获取，是视频监控系统的 关键功能之一。本文针对多摄像头硬件平台，重点研究 360 度全景视频拼接的实现技术。 在保证高质量的拼接图像的前提下，满足实际应用场景的实时性要求是本文算法设计的 主要目标。针对全景拼接在视频监控领域这一应用背景，本文对多摄像头系统全景拼接 存在的一些优势和约束进行详细分析，并在此基础上，采用多个广角镜头进行视频图像 采集，实现摄像头个数和单个镜头视角之间的合理折中。在控制成本的前提下，有效实 现水
image-stitching
- 有关于基于块匹配的全景图像拼接、MATLAB例子-Based panoramic image stitching matching block
Compass-feature-image-matching
- 这是一篇关于特征检测与匹配的文章，并且我附上自己的总结，文中不仅对目前为止所有的特征提取的发展历程及优缺点做了一个大致的总结，还提出一种新的特征匹配方法，值得学习图像处理的同学来进行相应的研究-This is an article about the feature detection and matching of the article and I attach a summary of his, in this paper not only of so far all the featur