搜索资源列表
tuxiangfenxi
- 图像分析课程实验报告，delphi实现。 1． 图像显示 能显示图像，显示图像的基本信息，如：直方图、熵。 2． 图像变换 a) 平移 b) 缩放 c) 旋转 d) FFT变换 e) 小波变换 3． 图像增强 a) 直方图增强 b) 小波增强 4． 图像分割 a) 梯度分割 b) Canny算子 5． 图像滤波 a) 低通滤波 b) 中值滤波 c) 高通滤波 d) 带阻滤波 6． 数学形态学 a) 腐蚀 b)
siftpp-0.7.3
- 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
Delphi
- 针对目前的基于特征的图像检索中没有有效地结合图像中对象空间信息的问题，提 出了一种新的融合了颜色、空间和纹理特征的图像特征提取及匹配方法。为了减少时间 间复杂度，首先通过基于普通颜色直方图的检索得到初始图像集合，然后根据提出的结合空间、纹理特征加权度量对初始图像集合再进行检索，从而得到最后更符合要求的相似图象
davidlowe_correspondence
- david lowe 的matlab程序，用于图像特征点的匹配。
MultiscaleeFeaturesMatching
- 图像的多尺度和复杂结构立体的特征匹配，大家可以试试。
nsift
- n维sift图像特征点匹配算法的源码，可以实现图像配准、分割等
picture2
- 基于图像匹配的一种特征匹配算法 需要用到GUI
Log
- 有了合适的处理对象，剩下的就是技术问题了。在数字运动检测中运用的关键技术有图像数据读取、图像的中值滤波、图像灰度化、图像梯度的获取、图像特征区域的确定、两幅图像的匹配、图像二值化、图像细化、图像去离散点的操作、物体的区域定位、物体中心点的取得，最后再从图片中得到物体运动轨迹。本运动检测系统是为了实现对一系列图片中运动物体的跟踪而设计的，它通过对一系列图片的处理，提取出图片背景，识别出运动物体，进而对运动物体进行跟踪，得到物体运动的轨迹。本文主要阐述了什么是数字图像处理、数字图像处理的基本要求、数
image pro
- 基于内容的图像检索系统 对两幅图像的特征匹配 CBIR系统
newimagepro
- 经修改后的SIFT基于内容的图像检索系统 基于两副图的特征匹配
Direct
- 图像阈值分割是图像理解的关键一步，做好了阈值分割，才能更好的实现图像特征提取和特征匹配。
sift实现特征提取和图像匹配
- sift实现特征提取和图像匹配
基于局部小波矩的图像匹配算法
- 该文将图像的视觉不变矩特征引入到图像匹配领域中，通过提取图像的局部小波矩，提出了一种基于局部小波矩的图像匹配算法。
Bmp24Match
- 完整的抓屏,图像模板匹配功能封装.可以用于游戏屏幕特征图像匹配,物品识别,用于获取图像在屏幕的位置.
brodatz纹理特征图像库
- 他是Brodatz图像纹理特征库，可用于图像的纹理特征的匹配试验的图片
基于图像轮廓的检索
- 本源码实现图片关键特征提取，从而对图片库进行匹配搜索。
SIFT_VC opencv下的图像sift特征提取以及匹配跟踪识别
- opencv下的图像sift特征提取以及匹配跟踪识别-opencv image under sift recognition feature extraction and matching track
ransac.rar
- ransac，随机抽样一致性算法，应用在图像处理特征点匹配中。,ransac, random sample of the consistency algorithm used in image processing feature point matching.
ImageRegistration.rar
- 基于边缘特征的图像配准算法源码 基于边缘特征的图像配准算法是将不同时间、不同的传感器（成像设备）或不同条件下（天候、照度、摄像位置和角度等）获取的同一场景的两幅或多幅图像根据其边缘特征进行匹配、叠加的处理，最终生成一幅全景图像的方法。该方法具有抗噪性强，匹配速度快，误匹配率低，适用于多种类型的图像等优点，主要可以运用于以下领域： （1）军事研究领域，如飞行器辅助导航系绞、武器投射系统的末制导以及寻地等应用研究； （2）医学图像分析，如数字剪影血管造影DSA血管造影术、肿瘤检测、白内障检测、
matchbymonogenicphase.rar
- Matlab编制的利用相位特征完成图像匹配,match image feature points using phase data