搜索资源列表
laser-kinect-pointcloud-register-icp
- 针对三维重建中的点云配准问题，提出一种基于点云特征的自动配准算法。利用微软Kinect传感器采集物 体的多视角深度图像，提取目标区域并转化为三维点云。对点云进行滤波并估计快速点特征直方图特征，结合双向 快速近似最近邻搜索算法得到初始对应点集，并使用随机采样一致性算法确定最终对应点集。根据奇异值分解法 求出点云的变换矩阵初始值，在初始配准的基础上运用迭代最近点算法做精细配准。实验结果表明，该配准方法既 保证了三维点云的配准质量，又降低了计算复杂度，具有较高的可操作性和鲁棒性。
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
ImageProcessing
- 图像处理所以基础程序：图像显示： Bayer抖动显示 Floyd-Steinberg抖动显示 图像增强： 灰度变换 直方图均衡 局部平均平滑 中值滤波 理想低通滤波 Butterworth低通滤波 图象锐化 理想高通滤波 Butterworth高通滤波 伪彩色增强 图像复原： 运动模糊 运动模糊复原 逆滤波退化 逆滤波复原 加噪退化 维纳滤波复原 图像变换： 傅立叶变换 快速傅立叶变换 离散余弦变换 沃尔什变换 霍特林变换 小波变换 小波反变换 图像编码： 霍夫曼编码 香
kd-tree.cpp
- 三维点云配准kd-tree搜索算法，用于特征点的搜索匹配-3 d point cloud registration kd- tree search algorithm, is used to search of feature point matching
tuxiangpeizhun
- 基于特征点的图像几何配准的研究，所用算法为优秀的sift算法，具有强的鲁棒性-The study of image registration based on feature points
PEIZHUN
- 使用FLANN进行特征点匹配，完成图像配准功能-FLANN performed using feature point matching, image registration function is completed
Automatic-stitching-of-images
- 基于VC++的图形图像拼接程序源代码，包含基于harris角点特征的图像配准程序。-Based on VC++ graphical image splicing source code, including harris corner feature based on the image registration process.
SIFT_Matlab_20130610074202
- sift特征点检测，以及其基于sift的图像配准，效果还好-feature point detection sift
SIF
- 基于sift的图像配准，基于抓取图像特征的方法-Based on sift image registration, based on the method of capturing image features
UAVregistration
- 附带GUI界面，可用于各种图像的特征点提取，并对两幅图像进行配准拼接，使用的是sift算法- U9644 u5E26G0 u754C u972 u53EF u7528 u4E8E u5404 u79V U8FDB u884C u914D u51C6 u62FC u63A5 uFF0C u4F7F u7528 u7684 u662Fsift u7B97 u6CD5
PanoramaMaker-master
- 在机器视觉应用领域里特征检测和匹配是一个很重要的算法，比如图像配准、跟踪和目标检测。这个例子里，我们用基于特征的方法完成图像拼接。处理的方法是先用图像配准特征点。不同于单图像对配准，这里是多图像对的配准完成图像拼接。(In the field of machine vision application, feature detection and matching is a very important algorithm, such as image registration, trackin
demons
- 微分同胚的demons算法,用于图像配准方向的研究，可以结合谱特征(Demons algorithm for differential homeomorphism)
jiaozhun1
- 通过surf匹配特征点然后进行仿射变换实现图像配准。(using surf to match the two images)
图像融合算法
- 针对电气设备同一场景的红外与可见光图像间一致特征难以提取和匹配的问题，提出了一种基于斜率一致性的配准方法。首先通过数学形态学方法分别提取红外与可见光图像的边缘，得到粗边缘图像；然后通过SURF算法提取两幅边缘图像的特征点，根据正确的匹配点对之间斜率一致性的先验知识，进行特征点匹配；最后通过最小二乘法求得仿射变换模型参数并实现两幅图像的配准。实验结果表明，该方法有效提高了匹配点对的正确率，能够对电气设备红外和可见光图像实现高精度的配准。(In this paper, a method based
image registration by sift and surf
- sift和surf特征点提取，然后进行配准，通过ransac进行提纯(Sift and surf feature points are extracted, then registered and purified by RANSAC)
RANSAC+SURF
- 基于SURF算法实现图像特征提取与描述，使用RANSAC进行图像细配准(SURF algorithm was used to extract and describe image features, and RANSAC was used for image registration)