搜索资源列表
A_simple_method_to_steoro_match
- 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
improved-MSER-algorithm-
- 本文在比较多种仿射不变性区域的基础上，选取最大稳定极值区域(MSER)对图像内容进行分割和提取，并通过构造仿射不变量的方法，对提取出来的区域进行规整化，进而从规整化的区域中提取SIFT描述子，然后根据匹配目标的需要进行特征的组合、变换，以形成易于匹配、稳定性好的特征向量，从而把图像匹配问题转化为特征的匹配问题 通过改进的K均值算法对特征向量进行聚类，聚类中心作为图像的视觉关键词:利用视觉关键词的思想，把文本检索技术领域的方法移植到图像检索应用上；并研究视觉关键词之间的空间约束关系。-Most r
sift_search_matching
- 实现sift特征点的提取和匹配，并将匹配点输出到MAT文件-Realization of SIFT feature point extraction and matching, and will match the output to a MAT file
siftDemoV4
- Matbal下的SIFT算法源代码，可以直接运行，处理两幅图像之间发生平移、旋转、仿射变换情况下的匹配问题-SIFT algorithm in Matlab source code can be run directly between processing the two images match under translation, rotation, affine transformation
MatlabSIFT
- 由于SIFT变换及匹配在计算上有一定的复杂性，因此给出一种基于COM的C#与Matlab混 合实现。利用Matlab的快速易用性和cOM的灵活性，实现方便地将算法集成于已有的图像处理系统中。-SIFT transform and match certain degree of complexity in the calculation, gives a mixed COM-based C# and Matlab Together to achieve. Using Matlab quic
TammySIFT
- 有些資料夾要自己件歐像存照片的資料夾 下指令的時候 match( source\big_NEW\0_0109camera(202)\2010065.jpg , source\big_NEW\0_0109camera(202)\2010067.jpg , 3 , 5 ,0 , 5 , 0.6) 前兩個就改自己存圖的路徑， 找sift特徵奌的程式已經包成.exe檔， 所以沒法看到內容，但比對match檔可看到程式碼-Some folders you want to own pie
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.
Implementing-the-Scale-Invariant-Feature-Transfor
- The SIFT algorithm[1] takes an image and transforms it into a collection of local feature vectors. Each of these feature vectors is supposed to be distinctive and invariant to any scaling, rotation or translation of the image. In the original i
c-program
- main函数中结构数组a中存储了5个职员的工资信息（这里称每个职员的工资信息为一条“记录”）。sift函数的形参cond接收筛选条件字符串，函数实现从s指向数组元素开始的n个元素中筛选出所有wage符合筛选条件的记录并将这些记录复制到res指向的结构数组。函数返回res数组中存储的记录数（筛选结果）。-The main function is stored in an array of structures a five staff wages (here referred to the inf
FeatureExtraction
- 我用的是sift算法，对图像进行识别，对两图像上的共同点进行匹配-I use the sift algorithm for image recognition, common on the two images match
siftmatch
- SIFT从特征提取到匹配完成的整个过程，已经修改好完全可以在vs2010上运行，c++版本的-SIFT extracted from the feature match to complete the whole process has been modified can run in vs2010 c++ version
qt_open_surf
- 在上篇博客特征点检测学习_1(sift算法) 中简单介绍了经典的sift算法，sift算法比较稳定，检测到的特征点也比较多，其最大的确定是计算复杂度较高。后面有不少学者对其进行了改进，其中比较出名的就是本文要介绍的surf算法，surf的中文意思为快速鲁棒特征。本文不是专门介绍surf所有理论（最好的理论是作者的论文）的，只是对surf算法进行了下整理，方便以后查阅。 该代码的作者给出的主函数实现了6中功能，包括静态图片特征点的检测，视频中特征点的检测，图片之间的匹配，视频与图片之间的匹配
sift_paper
- 这是伟大的sift提出者david.lowe编写三篇sift图像匹配相关的扛鼎原著。软件开发人员在抱着“拿来主义”的同时也应该深入研究代码原理和理论，要不怎么创新？怎么超越？如果你是图像匹配的研究者，在下载完sift代码同时，希望也能收藏并抽时间通读这三篇著作，即使对自身研究理论水平提高，也是对原著作者贡献的肯定。-This is great sift Raised david.lowe, write three sift related to image matching carry the
siftyanshi
- SIFT特征提取，任意选出一副测试图像和一副模板图像，并将测试图像和模板图像进行匹配。-SIFT features extract.Match the test image and templete image
sift_ImageProcessing
- sift特征点检测及图像拼接，matlab7.0实现的，我从别人那里整过来的，测试的话，用在matlab里面直接调用match( b1.jpg , b2.jpg )即可，我测试成功，里面也有说明文档，为了科研，共享，希望大家有好的代码都0分共享，与己方便，与人方便，中国科研才会发展更迅速-sift feature point detection and image stitching of, matlab7.0 realized, I come from others where the who
SIFT_VC.rar
- sift算法，支持特征点提取，kdtree算法匹配的程序。,sift algorithm, program support feature point extraction, kdtree algorithm match.
sift_MATLAB
- 基于SIFT的图像配准程序 SIFT特征匹配算法是目前国内外特征点匹配研究领域的热点与难点,其匹配能力较强,可以处理两幅图像之间发生平移、旋转、仿射变换情况下的匹配问题,甚至在某种程度上对任意角度拍摄的图像也具备较为稳定的特征匹配能力-Hot and difficult of the current research areas of domestic and foreign feature point matching based the SIFT image registration pro
sift_flann
- sift算法实现图像匹配，利用flann匹配算子-sift algorithm of image matching using flann match operator
origin_sift
- matlab 程序，sift算子对两幅图像的关键点进行查找，然后对关键点进行匹配-matlab program, sift operator on two key points to find the image, and then match the key points
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