搜索资源列表
SIFT
- SIFT相关源代码。SIFT为目前为止公认的在图像特征点特权方面有很好的优点的算法-SIFT-related source code. SIFT is now recognized as privileged in the image feature point has a good advantage of the algorithm
wode1
- 是一个很好的图像拼接程序，先用sift算法提取两幅图片的特征点再用算法筛去错配点，把匹配点用线连接起来，注意：主函数是match.m，运行主函数后在命令框输入运行match( image1.jpg , image2.jpg )-Is a good image stitching program, the first two pictures with the sift algorithm feature extraction algorithm and then weed out the wro
sift
- sift特征提取，包括三部分，特征点提取，特征点描述，特征点匹配-sift feature extraction consists of three parts, feature extraction, feature point descr iption, feature point matching.
SIFT
- SIFT特征点提取方法，在图像中寻找特征点的原理和步骤。近几年用的比较多的方法。-SIFT feature point extraction method, for in the image of the feature point principle and process. In recent years more of the method of use.
android-utiliser-sift
- SIFT (Scale-invariant feature transform) est un algorithme de vision assistée par ordinateur permettant de détecter et décrire des zones d intérêts dans une image. Cet algorithme a été publié par David Lowe en 1999, et le propriétaire du brevet e
sift-matlab
- 对3副图像分别用sift算法实现图像的特征点提取-Three images, respectively, sift algorithm of the image feature point extraction
sift
- 1 SIFT 发展历程 SIFT算法由D.G.Lowe 1999年提出，2004年完善总结。后来Y.Ke将其描述子部分用PCA代替直方图的方式，对其进行改进。 2 SIFT 主要思想 SIFT算法是一种提取局部特征的算法，在尺度空间寻找极值点，提取位置，尺度，旋转不变量。 3 SIFT算法的主要特点： a) SIFT特征是图像的局部特征，其对旋转、尺度缩放、亮度变化保持不变性，对视角变化、仿射变换、噪声也保持一定程度的稳定性。 b) 独特性(Distinctive
immosaic-by--sift
- 基于sift的图像特征点提取和图像拼接，有可直接运行的代码和图片-Sift the image feature point extraction and image stitching, can be directly run the code and pictures
sift
- 图像拼接 sift 特征点，两幅图像进行拼配 拼接，先找找出特征点匹配-The image stitching， sift feature points, two images blending splicing find someone to identify the characteristics of point matching
display-keypoints-in-SIFT
- 这是SIFT算法的一部分 作用是可以显示图像的极值点并用红色“x”标出，用到opencv gsl库 可以成功运行-SIFT algorithm is part of the role is to show the extreme point of the image and are marked with a red " x" can run successfully used opencv gsl library
sift
- 详细讲述SIFT算法的原理、改进点以及在商标检索中的应用。-A detailed account of the principle of the SIFT algorithm, improved point as well as the trademark search.
SIFT-iamge
- 这是一个SIFT的特征提取程序，我已经试验过，可以找到特征点并且声称特征点描述子。代码结构很清晰，简单易懂，非常适合初学者的学习。-This is a SIFT feature extraction procedures, I' ve been tested, you can find the feature points and claimed that the descr iption of the feature point. Code structure is very clear
Based-on-improved-SIFT-
- 基于改进SIFT的特征点提取算法的论文开题报告-Based on improved SIFT feature point extraction algorithm of thesis opening report
sift
- 根据lowe教授sift算子 对不同角度拍摄的两幅二维图像 进行特征点匹配 结果用一个 appending 子程序显示 主程序没有开源 控制台为 siftmatch.m 有一张实验结果-Professor Lowe sift operators of different angles of the two two-dimensional image feature point matching the main program not open an experimental results
opencv-sift-text1
- 基于opencv的sift特征点匹配测试程序，对比两张图片上的特征点匹配程度-Based on the opencv sift feature point matching test program, compared to two pictures on the degree of matching feature points
sift-code
- 利用sift來找尋圖片上的特偵點來做判斷，圖片是否有關係來做處理，進而完成圖片配對。-Using sift to find the picture on the Special Investigative point do judge whether the image has a relationship to do the deal, and then complete the picture pairs.
SIFT-matlab
- SIFT算法大致有四个步骤： 1，尺度空间极值检测。在尺度空间通过高斯微分函数来检测潜在的对于尺度和旋转不变的兴趣点。 2，关键点定位。在兴趣点位置上，确定关键点的位置和尺度。 3，方向确定。基于图像局部的梯度方向，给每个关键点分配方向。 4，关键点描述。在每个关键点的领域内测量图像局部的梯度。最终用一个特征向量来表达。 -SIFT算法大致有四个步骤： SIFT algorithm has four steps: 1，尺度空间极值检测。在尺度空间
sift
- sift的C++版，在sift上找出鲁棒性最强的几个特征点，然后以这个点为圆心，以自适应性的尺度为半径画圆，这个非常适合运用于数字水印领域，适用于抵抗数字水印的几何攻击-sift the C++ version, sift out on several features of the robustness of the strongest point, then this point as the center, the scale of self-adaptive radius circle,
sift-based-on-edge-corner
- SIFT 由特征提取，特征描述符描述和特征匹配 3 部分构成，该算子特征提取数目庞大，建立特征描述符运算 量高，导致算法效率低。提出了一种 SEC( SIFT-Edge-Corner) 算法，在图像尺度空间提取角点代替 SIFT 特征点，并根 据角点是边缘曲率极值理论，预先采用 Canny 算子得到高斯边缘图像金字塔，再提取角点并进行尺度选择。实验结 果表明: 该算法在保障高准确率的前提下大幅度提高特征提取效率-By the SIFT feature extraction, fea
SIFT
- 运用sift特征点提取算法提取特征点，用matlab实现图像拼接。-Feature extraction algorithm using sift feature point extraction, using matlab image mosaic.