搜索资源列表
Hungarian-Algorithm.
- 函数查找最小边的权重匹配给出的M×N的边缘 使用匈牙利算法权重矩阵的权重 A function for finding a minimum edge weight matching given a MxN Edge weight matrix WEIGHTS using the Hungarian Algorithm. - A function for finding a minimum edge weight matching given a MxN Edge we
SIFT
- sift算法实现与研究,包括gaussian,DOG尺度空间的构造,极值点的检测,边缘检测,计算方向,形成描述子,关键点的匹配-sift algorithm and Research
vtkMain
- 边缘检测,包含基于微分的边缘检测,基于模板匹配的边缘检测,基于hough变换的边缘检测-edge tracking
IDAc
- 基于边缘的模板匹配,很重要,匹配很好的,能计算结果,有帮助的-SIFT descr iptor matching,it s very important, and very useful
labview
- 基于labview的IC图像缺陷检测.通过匹配得到IC的相对坐标,然后通过边缘发现得到各个引脚之间的位置,最后测量各个引脚之间的距离实现IC缺陷类型(弯曲/断裂等)-IC image defect detection based on labview By matching obtain relative coordinates of the IC, and then found between each pin position obtained through the edge, and f
match2-(2)
- 形状匹配2个,一个边缘,运行环境halcon10.0,界面C#。-Shape matching two, an edge, operating environment halcon10.0, interface C#.
templateMatching
- 使用模板匹配算法实现图像的匹配,可以为图像的匹配也可以用作边缘的匹配确定边缘的位置-Position using a template matching algorithm matching images, which can be matched images can also be used to determine the edge of the edge of the match
fast-template-matching
- 本文提出一种基于图像边缘几何特征的快速模板匹配算法。算法利用边缘 点的位置和梯度方向作为匹配信息进行相似度计算。可以很好的避免因图像明 暗变化、光照不均匀、旋转所带来的影响,且对于部分遮挡的情况,亦可以得 到良好的匹配结果。为了得到边缘点坐标和梯度方向,本文根据曲面拟合原理, 通过平移变换,推导出精确梯度方向和亚像素边缘坐标的快速算法。既加快了 算法的处理速度,也是匹配算法高精度的前提保证。为了使匹配算法满足实时 性要求,主要采用阈值判断和图像金字塔算法的搜索策略。在阈值
opencv-doc
- 图像数据操作(内存分配与释放,图像复制、设定和转换) 图像/视频的输入输出(支持文件或摄像头的输入,图像/视频文件的输出) 矩阵/向量数据操作及线性代数运算(矩阵乘积、矩阵方程求解、特征值、奇异值分解) 支持多种动态数据结构(链表、队列、数据集、树、图) 基本图像处理(去噪、边缘检测、角点检测、采样与插值、色彩变换、形态学处理、直方图、图像金字塔结构) 结构分析(连通域/分支、轮廓处理、距离转换、图像矩、模板匹配、霍夫变换、多项式逼近、曲线拟合、椭圆拟合、狄劳尼三角化)
image-retrieval
- 缘检测算子进行边缘检测;其次,利用Hu的7个不变矩作为形状特征向量;再次,进行图像的相识度匹配;最后在图像库中检索出最相近的Top10图像序列作为检索结果。-Edge detection operator edge detection Secondly, Hu' s seven moment invariants as the shape feature vector Again, a acquaintance of the image matching and finally in
pichandle
- 读取文件,各种经典的图像处理算法,滤波、边缘提取、阈值分割、图像匹配等。-Read the file, a variety of classic image processing algorithms, filtering, edge extraction, threshold segmentation, image matching.
video
- 基于边缘检测以及图像匹配的运动物体检测,前者适用于与环境差距较大的物体检测-Based on edge detection and image matching moving object detection, former applies to larger object detection and environmental gap
DSA
- MATLAB语言实现数字减影血管造影技术,打开蒙片和盈片,提取图像边缘,选择控制点,进行匹配之后减影,输出减影后的图片。(MATLAB language digital subtraction angiography, open the mask and surplus, edge extraction, control point selection, matching after subtraction, output subtraction images.)
allstep
- 基于opencv的滤波、反色、边缘检测、形状匹配。(Opencv filtering, edge detection, color and shape matching based on.)
WeChat_jump
- 电脑模拟按键实现微信跳一跳自动跳跃。首先就是在上传的autojump.png图片上进行模板匹配,匹配出小人,并计算小人的坐标;如上图所示,框出来的用红色箭头所指即为小人的坐标! 然后就是通过Canny()函数进行图像的边缘检测,这里使用的阈值为5,10基本可以检测出所有边缘信息(Computer simulation keys to achieve WeChat jump one jump automatically. First of all, template matching is per
edge_based_matching
- 边缘检测,形状匹配,opencv编写的,opencv3.0以上版本及其第三方库,,,,,,,,,,,(edge_based_matching,the mask width and height must be (approximately) set according to the size)
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
SIFT算法详解及应用(讲的很详细)(1)
- SIFT算法。成像匹配的核心问题是将同一目标在不同时间、不同分辨率、不同光照、不同位姿情况下所成的像相对应。传统的匹配算法往往是直接提取角点或边缘,对环境的适应能力较差,急需提出一种鲁棒性强、能够适应不同光照、不同位姿等情况下能够有效识别目标的方法。(SIFT.The core problem of imaging matching is to correspond to the image formed by the same target at different times, differ
Python_VLPR-master
- 基于树莓派B+版本的车牌识别设计,辨识部分以树莓派3B+/3B为核心处理器,基于Linux平台,通过python3.5和OpenCV来对含有车牌信息的图片,进行高斯去噪、灰度化、边缘检测、二值化、闭操作、字符分割、字符识别匹配等一系列图像处理操作最终实现车牌识别这个系统。(Based on the design of license plate recognition of raspberry pie B+version, the recognition part takes raspberry
RGB_Criminisi
- 1. 提取目标区域的初始边界 2. 重复以下步骤 ?? 1)判断是否还存在待填充区域,如果不存在,则退出 ?? 2)计算每一个边缘像素点块的优先级 ?? 3)选出最大优先级点,基于该点查找最佳匹配块 ?? 4)将最佳匹配块的值复制到对应的目标区域 ?? 5)更新目标区域的边界与置信度值(1. Extracting the initial boundary of the target region 2. Repeat the following steps 1) Deter