搜索资源列表
CBIRsystem
- 介绍了一个基于特征的图象查询和检索系统.该系统由查询模块、特征提取和描述模块、匹配模块、图象显示模块和图象库管理模块组成.系统既支持基于颜色、纹理、形状的单一特征查询,也支持结合不同特征的更符合视觉要求的综合特征查询.该系统已结合实际图象库进行了查询和检索实验,文中给出一些实际检索结果. -Describes a feature-based image query and retrieval system. The system consists of query module, featu
Recognizing_Vehicle
- 基于模板匹配和特征点匹配相结合的快速车牌识别方法-Method of Quickly Recognizing Vehicle Plate Based on Pattern Matching and Characteristic Dot Matching
sift_match
- sift算法，用于特征点的提取和匹配。具有很好的性能-sift
MosaicKit
- 图像匹配，配准...手动选择特征点后可以进行最优配准-image match
featurepointsmatching
- 2004年 图像特征点匹配的文章 包括MATLAB C++算法程序 以及多篇论文 有参考价值-the algorithm about the feature points matching including algorithms and papers
dtw
- 本系统是一个在多媒体PC 上实现的孤立词识别系统, 它提取语音的线性预测系数作为特征参数, 并采用Itaku ra 失真测度计算帧间距离, 在识别上则使用了动态时轴弯曲(DTW ) 进行时间匹配。本系统对一般的DTW 法作了改进, 即通过放宽端点限制以得到更好的语音匹配, 克服了一般DTW 法要求语音首尾严格对齐而造成的弊病, 降低了语音端点检测的精度要求。-This system is implemented on a multimedia PC isolated word recogniti
colormatch
- 任意给出一幅图片，能够根据颜色特征实现在指定图像数据库中找到与之不同匹配程度的图片。-Any given picture can be realized based on the color characteristics of the image database in the specified matching degree of contrast found in pictures.
motion-detector
- 运动物体检测，包括背景处理（中值滤波，灰度化，确定匹配中心，得到特征区域，物体轨迹的绘制），运动判定分析（腐蚀膨胀等）-Moving object detection, including background processing (median filter, grayscale, match the center to determine, by feature area, the object trajectory drawing), exercise decision analysis
GdalBrowser
- GDAL支持的Morton 编码金字塔无缝漫游工具，从2007年开始，不断更新到2011年，偶的小业余研究。底层基于GDAL, 支持很多冷门格式。使用Morton金字塔重构二维数据，加上内存映射文件的帮助，浏览GB级影像没有问题。内嵌带接缝处理的透明分块条带处理接口，无需了解金字塔，也能透明对GB级影像进行各种处理。内嵌直方图均衡和模板卷积的例子，演示如何透明的开发处理算法。附带重要的功能是“尺度不变特征SIFT”的特征提取，本来是上学时的论文，经过这些年零敲碎打的改造，现在能进行全自动、半自动
siftDemoV42
- sift特征提取及匹配代码，由c语言和matlab共同编写，对研究sift算法非常有用。-sift feature extraction and matching code from matlab c language and co-written research sift algorithm is very useful.
colsift
- 颜色恒常性和sift特征算子相结合的算法，主要用于计算机视觉中的特征提取，匹配和识别等。-Characteristics of color constancy and sift algorithm combining operators, mainly for computer vision, feature extraction, matching and identification.
Learning-depth-information
- 本文提出一种基于高斯- 马尔科夫 随机场模型，首先通过图像采集及激光测距系统，采集大量图像及其相匹配的深度信息图，在 人类视觉系统基础上，提取图像特征，通过训练完善模型，并应用于新采集图像上-This paper presents a Gauss- Markov random field model, first by image acquisition and laser ranging system, collecting a large number of images to ma
img_match
- 该程序乃图像分析所用，针对8比特灰度图像进行数学分析，获得匹配特征。主要是为研究算法使用。现在已经调试通过。-image process,8 bit gray pic
sift-io-doc-3.3.8
- 实现图像匹配,是基于特征点的一种经典算法。-Calculation matching points of images
randomized-contour-matching
- 一种对部分重叠的图像进行快速配准的方法，该方法是基于轮廓特征的随机匹配算法-Some overlapping images of a fast registration method, the method is based on random Matching Contour Feature
points
- 一种用于数字遥感影像立体像对间特征点匹配的源代码。-A stereo for the digital remote sensing image matching of feature points between the source code.
SIFT-algorithm
- 本文提出一种通过提取特征点，实现对同一物体或场景下的不同视角的图像进行匹配。-This paper presents a method for extracting distinctive invariant features from images that can be used to perform reliable matching between different views of an object or scene.
5
- 本文提出了一种基于特征点的全自动无缝图像拼接方法。该方法采用对于尺度具有鲁棒性的SIFT 算法进行特征点的提取与匹配，并通过引导互匹配及投票过滤的方法提高特征点的匹配精确度，使用稳健的RANSAC 算法求出图像间变换矩阵H 的初值并使用LM 非线性迭代算法精炼H，最终使用加权平滑算法完成了图像的无缝拼接。整个处理过程完全自动地实现了对一组图像的无缝拼接，克服了传统图像拼接方法在尺度和光照变化条件下的局限性。实验结果验证了方法的有效性。-This paper presents a feature
7
- 本文提出一种基于核方法的下视等分辨率景象匹配算法. 通过模拟电荷吸引模型, 提出了计算不等维高维数据相似度的SNN 核函数. 将图像中的特征点映射到径向基向量(Radial basis vector, RBV) 空间, 利用SNN 核函数计算两个特征点集的相似度及过渡矩阵. 利用置换测试模块来增强SNN 核的稳定性, 以确保输出解的可靠性. 实验证明, 基于SNN 核的景象匹配算法对图象畸变、噪声干扰与信号缺失具有很强的鲁棒性, 并可保证高精度与高实时性. -This paper prese
siftDemoV4
- sift（尺度不变特征变换 scale invariant feature transform） 特征提取与匹配-Sift feature extraction and matching