搜索资源列表
imageStitching
- opencv图像拼接代码，可以把n张图片合并到一张图片-opencv image mosaic code n pictures can be merged into one picture
picture_connection_base_on_sift
- 实现基于sift特征的图像拼接，在sift特征提取和匹配（match）原代码的修改上实现的，源代码-just as the name s descr iption
panoramic-picture-creation
- 全景图像拼接，小例子，对初学者有用。 将txt中代码复制到m文件就可以了。-Panoramic image stitching, small example, be useful for beginners. The code in the txt file is copied to m do.
Survey_of_Digital_Image_Mosaic
- 《数字图像拼接综述》里面有关于拼接技术的介绍，相应的代码。-" Summary of digital image mosaic," which on mosaic techniques described, the corresponding code.
SIFT
- 基于灰度的图像拼接代码，可以拼接两幅只有平移变化的图像。-Based on gray image mosaicing code, can joining together two of the translation of the changes of the only image.
FINAL
- 图像拼接代码，十分简单好用，强烈推荐，希望通过-Image mosaicing code, it is very simple to use, strongly recommend, hope that through
harris角点检测图像拼接matlab代码
- harris角点检测，图像拼接matlab代码附图像材料
sift2_imMosaic
- 基于sift特征点的图像拼接代码,sift代码-Sift feature point-based image stitching code, sift code
image
- 基于特征点的全自动无缝图像拼接代码，包括对应的文章-Automatic seamless image mosaic code based on feature points, including the corresponding paper
基于sift算法的图像拼接，匹配和仿射变换的源代码，初学者可以参考
- 该代码包涵了sift算法中的特征匹配，提纯，两幅图像之间的仿射变换和最终实现图像的拼接技术，比较容易理解，更适合于初学者
Image
- 图像处理程序 包含各种基本图像处理代码以及本人添加的图像拼接代码-Image processing program includes a variety of basic image processing code, and the code I add image stitching
imageStitching
- 一个可直接编译的图像拼接代码，效果不错, compilable image stitching source code
surf算法的图像拼接
- 运用matlab进行surf算法的图像拼接，初学者比较容易理解。代码的思路比较清晰，容易操作。
ImageStitching
- 图像拼接代码,在OpenCV2.4.2以上版本中实现图像的拼接-Image splicing code, above OpenCV2.4.2 version to implement image splicing image splicing code, above OpenCV2.4.2 version to implement image splicing
pingjie
- halcon图像拼接代码，用于两幅以上图片进行拼接合并的算法-halcon picture joint
SURF的matlab程序
- 基于SURF的图像拼接程序，与传统算法相比，配准精度高，实时性好，代码详细，可以运行。
image_alignment
- 基于opencv的图像拼接代码，在opencv 3.2下测试成功-Based on opencv image stitching code, in opencv 3.2 under the test success
stitch_sse
- 用SSE2实现图像拼接，得到拼接后的全景图。(Using SSE2 to realize image mosaic)
FasterSurf
- 一个图像拼接框架。切换注释与未注释代码可实现不同检测器与描述子的组合。默认使用SURF+BRIEF，通过预设重叠区域比例排除非重叠区域特征点的检测，提升特征点检测速度，减少误匹配。(An image stitching frame. The switching annotation and the non - annotated code can implement the combination of different detectors and descr iptors. Using SU
代码
- 图像配准的过程中两种或两种以上的图像重叠了在不同的同一个场景倍,从不同的观点和/或不同传感器。这两images-the区域的几何参考和感觉到图像。目前图像之间的差异,介绍了因不同成像条件。图像配准的一个决定性的步骤所有图像分析任务在最后的信息结合了各种各样的数据能源,如在图像融合、变化检测和多通道形象得到恢复。通常,必须注册在多光谱遥感分类、环境监测,变化检测图像拼接、天气预报、创造超分辨率图像、整合信息到地理信息系统(GIS)),结合医学计算机断层扫描(CT)、核磁共振数据获得更完善的信息,如