搜索资源列表
image-registration
- 用matlab实现图像的配准，里面包含四个小文件，有线性变换和位置转换，可以很好的实现图像的匹配。-Image registration using matlab, which contains four small files, there is a linear transformation and location of the conversion, you can achieve a good image matching.
Image-rectification_surf
- 用于双目立体图像匹配：用surf提取特征点、Flann匹配、RANSAC计算基本矩阵完成立体图像对的极线校正，用opencv实现-For binocular stereo image matching feature extraction point: surf, Flann matching, RANSAC calculation of the completion of the fundamental matrix the epipolar rectification of the ster
image_template-matching-algorithm
- 这个m代码实现快速图像匹配，而且还有GUI设计，简单快速。-Image matching template matching
image-matching-based-on-opencv
- 更够解决图像处理中拼接的问题，不是本人写的~-Enough to solve the problem of image processing stitching, It isn t writen by me
image-retrieval
- 发表在ieee上的文章，介绍基于特征点的图像匹配方法，适合学习图像匹配的同学学习。-Articles published in the ieee, image matching algorithm based on feature points is presented in this paper, suitable for image matching students learning.
image-match
- 基于模版匹配的实现方法，图像匹配，是基于模式识别的方法分类-Implementation method based on template matching, image matching
image-matching--
- 首先对图像 进行高斯和 Wallis 滤波处理，然后采用简化 SIFT 算法进行特征点提取，最后通过特征点双向 匹配方法实现图像的精确匹配。通过对缺陷版图图像的试验验证了该方法具有匹配点数量 多、准确率高、无重复点等优点。-First of all Gaussian image filtering and Wallis and simplified SIFT feature point extraction algorithm, and finally through the fea
image-matching-
- 针对 １２８ 维 ＳＩＦＴ 特 征向量，采用距离匹配和余弦相似度匹配相结合的测度方法，利用特征点方向一致性进一步降低误匹配率 ． 实验结 果表明：改进算法对图像的缩放、旋转、光照、噪声和小尺度的视角变换均有较好的匹配效果 ． 与原算法相比，在保 证匹配点数和匹配时间的基础上，改进算法对旋转、缩放、噪声模糊和光照变换的误匹配率平均降低 １０％～２０％ ， 对于小尺度的视角变换，误匹配率平均降低 ５％． -For 128-dimensi
pattern-matching.txt
- 三种算法实现图像匹配，http://www.owlnet.rice.edu/~elec431/projects96/pictomaniacs/DSP.html -Image Matching
Least-squares-matching
- 最小二乘匹配，图像匹配算法，需要初始匹配坐标，可以达到亚像素精度-Least squares matching, image matching algorithm, need the initial matching coordinates, can achieve sub-pixel accuracy
matching
- 摄影测量中基于灰度相关的影像匹配算法 内附参数与图片数据-Photogrammetry based on gray correlation image matching algorithm parameters and image data containing
Matching-Algorithm
- 要：图像匹配是计算机视觉中许多领域的基础，特征提取则是图像匹配的基础，其中不变量特征是一 个重要的理论。SIFt是最有效的尺度、旋转、亮度不变量局部特征之一，但算法复杂、计算时间长。分析 了SIFt的计算时间分配，通过计算关键点的邻域梯度直方图时动态修改采样步长，大大提高了SWr的 计算速度。分析了基于SIFt特征的图像匹配算法，提出了双向匹配算法，提高了图像匹配的准确率。实 验结果表明所提出的方法是有效的-Scale invariant feature transform(SI
matching
- 图像匹配。可以检测两张图像中跟踪目标是不是相同的。可以运用于人脸识别，目标再跟踪。-Image matching. Can detect two images to track the target is not the same. Can be applied to face recognition, target tracking again.
MATLAB-image-matching-
- 用MATLAB实现对两幅图片的图形匹配,基于灰度的简单图像匹配，用于初学者-use the matlab to image maching
Image-matching-code
- 关于图形匹配的完整资料，希望对大家有用-Information about pattern matching complete, hope that useful to everybody!!!!!!!!!!!
matching
- 利用erdas软件，和matlab进行的遥感影像匹配算法-Using matlab and erdas of remote sensing image matching algorithm
SAD-Method-for-image-matching
- matlab基于SAD的区域立体匹配方法,matlab基于SAD法对左右两幅图片进行匹配，并生成深度图像.m文件。- matlab SAD stereo matching method based on region, matlab SAD method based around two images match, and generates the depth image. m files.
PSO-matching
- 粒子群算法实现图像匹配，用目标图像作为搜索域，与模板图像进行匹配。-PSO algorithm for image matching, with the target image as a search domain, and the template image to match.
image-matching-using-surf-and-ransac
- 对两幅图像进行配准，分别提取两幅图像的surf特征点以及描述子，得到粗匹配结果，然后根据粗匹配结果，采用ransac方法计算基础矩阵，并去除误匹配点，得到较准确匹配结果-Two image registration, surf was extracted from the feature points in two images to get the coarse matching and descr iptor, then according to the results, the coars
SURF-based-image-stitching
- SURF算法作为一种新近出现的特征提取方法，在重复度、独特性、鲁棒性3个方面，均超越或接近以往提出的同类方法，并在计算效率上具有明显的优势。本代码采用SURF算法检测图像并进行坐标变换与图像拼接。 采用SURF算法对图像进行检测，其主要是用Hessian矩阵对图像进行检测，对图像的特征提取之后找到图像的特征点。之后采用最近临快速匹配（NN）、随机抽样一致性（RANSAC）算法和最小二乘法参数优化（LM）对特征点进行提纯匹配。最后在两幅图像中进行坐标变换，达到统一坐标系和图像拼接的效果。